Previsão não-linear de retornos na BOVESPA: volume negociado em um modelo auto-regressivo de transição suave

Abstract

Neste artigo, avalia-se a capacidade preditiva de um modelo auto-regressivo de transição logística suave (lstar) na geração de retornos estatisticamente significativos, quando se utiliza como variável de transição o volume negociado e o próprio retorno defasado, para o índice Ibovespa da Bolsa de Valores de São Paulo, analisado em termos diários entre os anos de 1996 e 2006. A justificativa para a inclusão do volume encontra-se em características do mercado e em algumas evidências de finanças comportamentais, que indicam que existe uma relação negativa entre volume e retornos futuros. O modelo possui, em geral, bom ajuste aos dados, embora não tenha a capacidade de gerar lucros reais adicionais, se os custos de transação são de 0.5% por operação. Para custos menores existe certa capacidade de previsão, embora inferior à de um modelo ar(1) e da estratégia de comprar e manter. considerando o risco, para custos de 0.035% por operação, o modelo auto-regressivo possibilita a obtenção de um índice de sharpe 20% maior do que com a estratégia de comprar e manter.

Estratégias de mercado acionário utilizando previsão de redes neurais em comparação com modelos autorregressivos

“…De forma geral, para um processo ARMA(p, q) estacionário, a função de autocorrelação tem um decaimento exponencial ou oscilatório após a defasagem q (IQUIAPAZA et al, 2010), o que indica que o modelo ARMA é considerado estacionário somente até certo grau na curva da função de autocorrelação.…”