Previsão de preço futuro do boi gordo na BM&F: uma comparação entre modelos de séries temporais e redes neurais

Resumo

A capacidade do homem de prever o futuro ainda é muito limitada. Apesar do imenso esforço de especialistas das mais diferentes áreas durante anos de desenvolvimento do conhecimento científico, as previsões sobre os mais variados eventos, como as condições climáticas num determinado tempo, a evolução do preço de uma commodity no futuro, continuam sujeitas a um grau de erro razoavelmente elevado. Assim, objetivou-se com este trabalho comparar modelos de previsão de preço, para o mercado de boi gordo na Bolsa de Mercadorias & Futuros (BM&F), utilizando modelos baseados em redes neurais e ferramentas estatísticas de modelagem de séries heteroscedásticas. As séries utilizadas correspondem aos fechamentos dos preços do boi gordo, no período de 01 de agosto de 1997 a 27 de maio de 2005, num total de 1943 observações. Os resultados evidenciaram a supremacia dos modelos baseados em redes neurais comparados com o modelo AR-EGARCH, uma vez que os valores de Erro Quadrático Médio e Raiz do Erro Quadrático Médio das previsões foram inferiores para as redes neurais.