Inteligência Artificial no mercado financeiro

Excelente matéria que li no blog Investimetria sobre aplicações de inteligência artificial no mercado financeiro. A seguir eu a reproduzo.

Desde 1948 quando o termo Robótica foi criado pelo escritor de ficção científica Isaac Asimov, o desenvolvimento da tecnologia que tornaria possível a simulação de processos mentais pela máquina não pararam, a área mais promissora foi a Inteligência Artificial. Essa ciência constitui-se em um conjunto de técnicas de programação para resolver determinados tipo de problemas em computação. Ela procura mimetizar, através dos programas que comandam máquinas, as formas (ou melhores) de resolução de problemas do mesmo modo que o homem faria.

O termo Inteligência Artificial foi proposto em 1956 por John MacCarthy, um dos seus pioneiros, da Universidade de Standford, nos Estados Unidos. Apesar de várias discussões para substituição do nome por outros, tais como processamento complexo, simulação de processos cognitivos, entre outros, estes não lograram êxito.

Atualmente, dentro do campo da Inteligência Artificial, existem diversas linhas de pesquisa e técnicas diferentes em estudo. Essas linhas têm mudado constantemente a cada nova adaptação, a cada novo problema, tornado-se cada vez mais elaboradas, mais complexas e naturalmente mais inteligentes. Ao mesmo tempo, também encontramos com mais freqüência a combinação dessas técnicas para solução de problemas, são os sistemas híbridos.

Em diversas área, várias dessas técnicas são amplamente utilizadas, como as Redes Neurais (que explorarei mais a fundo em breve), que se baseiam exatamente na neurotransmissão ocorrida no cérebro, através de um processamento difuso e capacidade de aprendizagem, há também os Sistemas Especialistas, que procuram representar o conhecimento através de regras de produção, outra técnica bastante explorada são os chamados Algoritmos Genéticos, que reproduzem basicamente o processo da natureza onde os mais aptos vencem e se reproduzem e os mais fracos se extinguem.

Previsão de tendências com Rede Neural

Uma variedade de métodos tem sido utilizada para tentar estimar o comportamento de séries de dados financeiros, tais como: médias móveis, linhas de tendência entre outras técnicas mais exóticas. No entanto, pesquisas indicam que análises de séries temporais baseadas em Redes Neurais têm apresentado resultados bem superiores.

Embora pareça relativamente simples identificar se um mercado está se movendo em tendência ou não, para o olho humano isto pode ser difícil de perceber. Na figura abaixo, são apresentadas duas séries de dados que exemplificam esse fato.

Uma série foi gerada de forma aleatória, ou seja, os valores consecutivos não estão correlacionados. A outra é uma série de tendências onde os dados possuem uma correlação entre si e, assim, quando o valor mais recente sobe (desce), a probabilidade de a série subir no dia seguinte (descer) é maior, em aproximadamente 60%. Observando apenas estes dois gráficos, fica difícil afirmar qual série é aleatória e qual é de tendência.

Ambas parecem ser correlacionadas, mas somente o segundo quadro é uma série de preços de tendência. Desta forma, como as Redes Neurais são dispositivos não-lineares que extraem as propriedades estatísticas de um grupo de dados de entrada, e são vistas como uma solução promissora para o problema. Através de um processo de treinamento, os modelos neurais são capazes de reconhecer padrões, agrupando entradas similares.

Os modelos neurais chamados de “Self-Organizing Networks” são redes de uma camada capazes de aprender a detectar regularidades (correlações) entre suas entradas, adaptando as respostas futuras de acordo com o conhecimento armazenado. O mapeamento das redes “Self-Organizing” aprende a reconhecer grupos de vetores de entrada de tal forma que vetores similares ativem o mesmo neurônio. Estes modelos possuem algoritmos de treinamento não supervisionado e geralmente são baseados em um método de competição entre os neurônios e são utilizando amplamente em fundos quantitativos.

Os resultados observados em vários fundos geridos por sistemas baseados em Inteligência Artificial confirmam a potencialidade das Redes Neurais na previsão do comportamento de séries de dados financeiros.