Inteligência Artificial x Mercados Reais – Parte 1

Sem dúvida a utilização de Inteligência Artificial (IA) no mercado de capitais será cada vez mais comum. Entretanto, podem as máquinas, ou robôs, se você preferir, realmente aprenderem a investir e operar no mercado de forma eficaz?

Minha resposta será dividida em várias partes, começando por essa primeira, onde trataremos um pouco sobre essa questão, que envolve uma complexidade, no meu entender, bem superior a maior parte dos problemas de IA onde as máquinas aprendem ou resolvem problemas como as pessoas.

Inicialmente, é muito comum associar IA à machine learning e deep learning, o que não é necessariamente a única forma de endereçar essa questão, mas sem dúvida é a mais usual hoje em dia. Mas quando se trata de machine learning ou aprendizado de máquina no mercado de capitais, é bom lembrar que o aprendizado – pelo menos nos modelos baseados em mercados regulados e com competição justa – será essencialmente baseado em dados do passado, ou seja, nossa amostra de testes e validação das previsões hipotéticas.

Dessa forma, me parece mais apropriado ficar com os pés no chão e considerar que o mercado poderá apresentar um comportamento futuro totalmente dissociado do passado, e, principalmente, de qualquer aprendizado obtido nele.

Mas se o futuro pode ser muito diferente do passado, será que uma rede regular não pode ser mais eficaz que uma convolucional, com realimentações, para enfrentar as incertezas de mercado?

A verdade é que não existe uma resposta correta para todos os instrumentos financeiros e mercados, já que nem mesmo existe alguma lógica confirmada que a aplicação de machine learning no mercado possa ser mais eficiente que a própria análise de gestores humanos.

Dessa forma, minha recomendação é projetar redes sem paradigmas, onde a realimentação seja apenas uma opção a mais de aprendizado.

Evidentemente que tudo seria mais fácil se o problema central do mercado fosse encontrar padrões no passado. Não que isso também não seja válido, pelo menos em determinados cenários e instrumentos financeiros, mas a alta competitividade dos gestores e demais players, com sofisticados níveis de informação analógica e digital, torna as coisas bem mais complexas.

Ou seja, aplicar aprendizado de máquina ou machine learning para classificação desses eventos óbvios pode ser útil em muitas aplicações corporativas, mas não no mercado.

Na verdade, enfrentamos um cobertor curto para a adoção do aprendizado de máquina nos mercados, pois a parte fácil do aprendizado é pouco realista, e a parte difícil pode exigir redes de deep learning complexas e de difícil ajuste.

E esse sem dúvida é um nível de complexidade que os robôs podem ajudar a enfrentar, como veremos na continuação de nossa resposta.

____
Rogerio Figurelli – @ 2018-05-20

Anúncios

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s