Utilização do aprendizado não supervisionado via k-means para tomadas de decisão no mercado financeiro

Abstract

Este trabalho objetivou aplicar as técnicas de aprendizado não supervisionado utilizando o método baseado no algoritmo k-means no mercado financeiro, visando melhorar a tomada de decisão de compra e venda de ações. Para tal, foram coletados dados referentes ao período de 04/01/2010 até 31/01/2022 das ações da Cielo, Companhia Siderúrgica Nacional (CSN), Fleury, Santander e Usiminas. Os procedimentos estatísticos, cálculos e gráficos elaborados no trabalho foram executados no software R 4.1.3. Para as análises foram usados variados pacotes, os quais destacam-se os seguintes: o cluster (2019) para análise de cluster, factoextra (2019) para visualizar a saída da análise de dados multivariados e o PerformanceAnalytics (2020) para realizar a avaliação de ativos financeiros. O método k-means foi comparado com o buy and hold, por meio dos resultados dos retornos acumulados nas bases de treino e teste. O resultado obtido foi que o algoritmo alcançou um desempenho superior do que o buy and hold. Consequentemente, é mais eficaz utilizar o método k-means do que a técnica buy and hold para a tomada de decisão a respeito da compra e venda das ações.