Análise Autônoma de Investimento: Uma Abordagem Multiagente Discreta

Abstract

Desde os primeiros dias da ciencia da computacao, os pesquisadores se perguntam onde esta a linha que separa as tarefas que maquinas podem fazer, daquelas que apenas seres humanos podem realizar. Varias tarefas foram apontadas como impossiveis para as maquinas e mais tarde conquistadas por novos avancos na Inteligencia Artificial. Hoje em dia, parece que nao estamos longe do dia em que a conducao de carros sera incluida nas tarefas que as maquinas podem fazer de maneira eficiente. Certamente, atividades ainda mais complexas serao dominadas por maquinas no futuro. Neste artigo, argumentamos que a analise de investimentos, o processo de avaliacao e selecao de investimentos em termos de risco e retorno podem estar entre as tarefas executadas de forma eficiente por maquinas em futuro talvez nao distante. Na verdade, ha esforcos de pesquisa significativos para criar algoritmos e metodos quantitativos para analisar investimentos. Apresentamos uma breve revisao sobre eles. Atraves desta revisao, podemos perceber que ha muitos desafios e complexidades a serem enfrentados na busca de analise autonoma de investimentos (AAI). Neste artigo, propomos uma abordagem para simplificar o problema de analise autonoma de investimentos capaz de tratar com as complexidades identificadas (natureza dos ativos, algoritmos de analise multipla por ativo, nao estacionaridade e multiplos horizonte de investimento). Esta abordagem baseia-se no uso simultâneo de diversos agentes autonomos e na discretizacao do problema AAI e sua modelagem como um problema de classificacao. Essa abordagem quebra a complexidade enfrentada pela AAI em problemas que podem ser abordados por um grupo de agentes que trabalham em conjunto para fornecer conselhos de investimento inteligentes e personalizados para individuos. Apresentamos uma implementacao dessa abordagem e resultados obtidos atraves de seu uso com dados historicos do mercado de capitais brasileiro. Acreditamos que tal abordagem pode contribuir para o desenvolvimento de AAI. Alem disso, esta abordagem permite a incorporacao de algoritmos e tecnicas ja conhecidas que podem ajudar a resolver parte do problema.