Analisei o comportamento do ativo das ações da B3 ITUB3) através de um modelo de Rede Neural Recorrente, arquitetura LSTM (“Long Short Term Memory”), também chamada de “redes de memória de longo prazo”.
Antes de avançarmos para a análise usando o LSTM, farei uma breve introdução sobre o conceito de Redes Recorrentes. Elas são redes utilizadas para reconhecer padrões quando os resultados do passado influenciam no resultado atual. Um exemplo disso são as séries temporais, em que a ordem dos dados é muito importante, por isso esse tipo de algoritmo é muito eficiente para operações na bolsa.
Nesta arquitetura, um neurônio tem como entrada seu estado anterior, além das entradas da camada anterior. A imagem abaixo ilustra esta nova modelagem.
Observe que H representa o estado. Assim, no estado H_1, o neurônio recebe como parâmetro de entrada X_1 e, além disso, seu estado anterior H_0. O principal problema desta arquitetura é que os estados mais antigos são esquecidos muito rapidamente. Ou seja, para sequências em que precisamos lembrar além de um passado imediato, as redes RNNs são limitadas.
Entendido esse conceito podemos prosseguir com todo liberdade.
Usamos como serie temporal para essa análise os dados do período de 01/01/2017 a 19/06/2020, e rodamos o modelo obtivemos o resultado abaixo de predição:
Podemos observar que o modelo consegue acompanhar a validação, agora projetaremos o modelo para até o final do mês seguinte, julho, e adicionaremos nesse modelo a injeção liquidez na economia vinda dos bancos centrais mundiais e do Brasil.
Fazendo esses cálculos obtivemos um preço alvo predito de R$ 27,50.
Nesse modelo não está incluída a possibilidade de uma nova onda do covid-19, caso vocês queiram uma analise com o covid-19 deixe seu comentario ou deixe sua sugestão, lembramos também que essa análise não é uma recomendação de compra.