O Neurônio Artificial na Bolsa de Valores
Como eu havia comentado no último post, irei aqui detalhar melhor o conceito de Neurônio Artificial e sua utilização na previsão de tendências no mercado financeiro. Uma rede neural, como o próprio nome sugere, é uma coleção de neurônios dispostos de forma que configurem um aspecto específico. É como estes neurônios que a rede neural aprenderá as informações que serão fornecidas pelos canais de entrada dos neurônios. O aprendizado está distribuído por toda parte, ou seja, por toda rede.
O neurônio artificial possui muitos nomes diferentes na bibliografia atual. Entretanto, todos esses nomes estão intencionados a expôr o mesmo elemento em questão, porém como o título alterado conforme o autor. Entre esses sinônimos mais conhecidos encontramos: elementos de processamento e nodo. De qualquer forma, esses neurônios possuem na sua estrutura e funcionamento, uma similaridade muito grande com os conhecidos neurônios biológicos.
Sinais de entrada e saída
O neurônio possui, a princípio, um ou mais sinais de entrada e um sinal de saída. Sua semelhança com um neurônio biológico é muito grande pois, ambos os neurônios possuem disparos de saída podendo receber muitas entradas.
As entradas de um neurônio artificial podem ser comparadas exatamente como estímulos para o neurônio natural. Todos esses estímulos são trazidos até o neurônio simultaneamente, ou seja, se um neurônio possuir 5 entradas, os sinais das 5 entradas deverão chegar até o núcleo de processamento ao mesmo tempo, isto quer dizer, paralelamente.
O processamento paralelo em computadores seqüências pode ser paradoxal, mas não o é, ocorre de fato. A simulação de um ambiente paralelo é possível, e é desta forma que ocorre esse tipo de processamento para as redes neurais. O modelo matemático simula o paralelismo da rede através de um algoritmo.
Como eu já havia escrito nesse artigo, uma variedade de métodos tem sido utilizada para tentar estimar o comportamento de séries de dados financeiros, tais como: médias móveis, linhas de tendência entre outras técnicas mais exóticas. No entanto, pesquisas indicam que análises de séries temporais baseadas em Redes Neurais têm apresentado resultados bem superiores, as sérias temporais são os conjuntos de dados que refletem a variação do valor de um ativo no decorrer do tempo.
Embora pareça relativamente simples identificar se um mercado está se movendo em tendência ou não, para o olho humano isto pode ser difícil de perceber.
Desta forma, como as Redes Neurais são dispositivos não-lineares que extraem as propriedades estatísticas de um grupo de dados de entrada, e são vistas como uma solução promissora para o problema. Através de um processo de treinamento, os modelos neurais são capazes de reconhecer padrões, agrupando entradas similares.
Continuarei a explorar mais esse assunto em um post futuro.
Mais sobre o assunto
http://www.atrattore.com/pesquisas.html
http://en.wikipedia.org/wiki/Artificial_intelligence
http://aima.cs.berkeley.edu/
http://www.sigma-research.com/bookshelf/default.htm
