Previsão da variação de preços aplicada ao mercado de opções binárias com o uso de redes neurais LSTM.

Abstract

Prever o movimento dos ativos do mercado financeiro sempre foi um desafio para os investidores devido a vários fatores influentes. No mercado de opções binárias, o que importa para os investidores é apenas se o movimento será de alta ou de baixa, ou seja, acertar em um determinado período de operação se o preço do ativo irá subir ou descer. Este estudo visa através do uso de modelos de redes neurais prever a variação do preço do Bitcoin e do índice NASDAQ Composite considerando o modelo de operação do mercado de opções binárias, com o objetivo de reduzir os riscos dos investimentos e melhorar a taxa de assertividade das operações, conseguindo uma assertividade superior a 50%. O modelo construído utiliza uma rede LSTM multivariada e utiliza como dados de entrada os valores de preço de abertura do período (Open), preço de fechamento do período (Close), preço mais alto atingido no período (High) e preço mais baixo atingido no período (Low). Além desses dados, que foram obtidos via API do Yahoo Finance, foram adicionados os seguintes indicadores técnicos: Simple Moving Average (SMA), Exponential Moving Average (EMA), Moving Average Convergence Divergence (MACD) e Relative Strength Index (RSI). O modelo que utilizou dados do índice NASDAQ Composite, apresentou um erro médio absoluto de 1.66% no valor de predição do valor de fechamento no período e uma assertividade de 58%, quando aplicado ao modelo de opções binárias. Enquanto que, o modelo utilizando dados do Bitcoin, apresentou um erro médio absoluto de 2.69% no valor de predição do valor de fechamento no período e uma assertividade próxima a 55%, quando aplicado ao modelo de opções binárias.