A utilização de Redes Neurais Artificiais para previsibilidade de retornos: uma comparação com os modelos lineares CAPM e Três Fatores.

Resumo

OBJETIVO
O presente artigo teve por objetivo aplicar e comparar o modelo estatístico de redes neurais com os modelos lineares CAPM e três fatores de Fama e French para previsão de retornos no mercado acionário brasileiro e também verificar se esse modelo permite a obtenção de melhores previsões para os investidores, possibilitando o aumento de suas riquezas.

METODOLOGIA
Para o desenvolvimento do estudo, optou-se pela formação de 18 portfólios, com base na metodologia de Fama e French. Para testar as hipóteses de pesquisa, foram utilizados quatro modelos econométricos. Especificamente, construíram-se dois modelos lineares (CAPM e Três Fatores) e dois modelos não lineares (RNA). Por fim, para a comparação dos modelos, foram utilizadas três medidas de erro para se mensurar a acurácia na previsibilidade dos modelos.

RESULTADOS E CONCLUSÕES
Inicialmente, observou-se que não há diferença de previsibilidade para os modelos lineares, indo de acordo com os achados de Cao et al. (2011), onde uma possível explicação para o caso brasileiro seria o fato da não observância dos prêmios para tamanho e B/M no período analisado (Machado & Medeiros, 2011). Além do mais, verificou-se que os modelos de três fatores de Fama e French (1993) e RNAM apresentaram boa previsibilidade dos retornos na maioria das carteiras, não se podendo chegar a um consenso do melhor modelo para o período em estudo, pois a previsibilidade média de ambos os modelos é bastante próxima, hipótese também confirmada pela não rejeição do teste para comparação de médias de Wilcoxon.

IMPLICAÇÕES PRÁTICAS
As redes neurais testadas tiveram desempenho semelhante ao dos métodos tradicionais. Esse resultado sugere a preferência pelo método mais prático.

PALAVRAS-CHAVE
Modelos Econométricos, Redes Neurais Artificiais, CAPM.



THE USE OF ARTIFICIAL NEURAL NETWORKS IN THE RETURN PREDICTABILITY: A COMPARISON WITH LINEAR MODELS CAPM AND THREE FACTORS.

OBJECTIVE
This article aims to apply and compare the statistical model of neu-ral networks with linear models CAPM and three factors of Fama and French (1993) to forecast returns in the Brazilian stock market and also verify that this model makes it possible to obtain better forecasts for investors, enabling the increase of their wealth.

METHODOLOGY
To develop the study, we opted for the formation of 18 portfolios, based on the methodology of Fama and French (1993). To test the research hypotheses, we used four econometric models. Specifically, it built two linear models (CAPM and three factors) and two non-linear models (ANN). Finally, to compare the models, we used three error measures to measure the accuracy in the predictability of the models.

RESULTS AND CONCLUSIONS
Initially, there was observed that no predictability difference for line-ar models, going according to the findings of Cao et al. (2011), where a possible explanation for the Brazilian case is the fact of non-compliance with awards for size and B / M in the analyzed period (Machado & Medeiros, 2011). Moreover, it was found that the models of three factors of Fama and French (1993) and mANN showed good predictability of returns in most portfolios, not being able to reach a consensus of the best model for the study period, as the average predictability of both models is very close, a hypothesis also supported by not rejecting the test for comparing the means of Wilcoxon.

PRACTICAL IMPLICATIONS
The tested neural networks had similar performance to traditional methods. This result suggests the preference for the more practical method.

KEYWORDS
Econometrics Models, Artificial Neural Networks, CAPM.