Um grupo de pesquisadores estuda qual o potencial de retorno diário no Ibovespa analisado a partir da Inteligência Artificial em combinação com índices de sentimento que derivam de dados textuais e indicadores técnicos financeiros.
A pesquisa está publicada na Revista Computational Economics, em um artigo titulado “Forecasting Brazilian Stock Market Using Sentiment Indices from Textual Data, Chat-GPT-Based and Technical Indicators” (“Previsão do mercado de ações brasileiro usando índices de sentimento a partir de dados textuais, indicadores técnicos e baseados em chat-GPT”, em tradução livre), de coautoria dos pesquisadores Lucas Lúcio Godeiro, que é professor da Ufersa, Diego Pitta de Jesus (UFRPE), Elvira Helena Oliveira de Medeiros (UFJF) e Andressa Lemes Proque (UFSJ).
Os resultados demonstraram que o índice de sentimento gerado pelo Chat-GPT não melhorou a previsão fora da amostra dos retornos do Ibovespa. Contudo, o índice de sentimento baseado em notícias financeiras, utilizando um dicionário variável ao longo do tempo, apresentou maior precisão. Além disso, o indicador técnico Accumulation–Distribution (AD) foi o modelo mais eficaz, superando o benchmark baseado na média histórica.
Na avaliação do professor Lucas Godeiro, a publicação, que está em uma revista Qualis Capes A1, reforça a posição da UFERSA como protagonista em pesquisas de ponta e seu compromisso com a excelência acadêmica. “A pesquisa evidencia o potencial da integração entre inteligência artificial e métodos tradicionais de análise financeira, contribuindo para a compreensão do comportamento do mercado acionário brasileiro”, explica Lucas Godeiro.
Acesse a íntegra do artigo AQUI.