PREVISÃO DO RISCO DO IBOVESPA POR ABORDAGEM HÍBRIDA AESM–MLCP

Resumo

Este estudo propõe e avalia um modelo híbrido para a previsão do risco diário do IBOVESPA, combinando a Análise Espectral Singular Multivariada – d  AESM e redes neurais do tipo Memória de Longo e Curto Prazo – d  MLCP. A pesquisa caracteriza-se como aplicada, quantitativa, explicativa, documental, computacional e empírico-analítica, utilizando dados diários dos índices IBOVESPA, IBrX-100 e IBrX-50, obtidos no portal ADVFN, no período de 15 de fevereiro de 2021 a 27 de março de 2026. A variável de risco foi construída a partir do logaritmo natural da razão entre a máxima e a mínima de cada pregão. Metodologicamente, foi estruturado em duas etapas: na primeira, realizou-se uma otimização automática dos parâmetros da AESM e da MLCP; na segunda, executou-se o treinamento final com a melhor configuração identificada. A AESM foi empregada como técnica de filtragem estrutural e extração de componentes comuns entre as séries, enquanto a MLCP foi utilizada como modelo preditivo para captar dependências temporais não lineares. Os resultados evidenciaram desempenho superior da abordagem híbrida em relação às estratégias preliminares, especialmente quanto à aderência da série prevista à série observada. A melhor configuração encontrada na etapa de treinamento foi r = 5, L = 10 e lookback = 30, alcançando correlação de 0,860537 no conjunto de teste, além de erro absoluto médio de 0,051964 e raiz do erro quadrático médio de 0,066677, calculados sobre a variável normalizada. Na etapa de teste a correlação foi de 0,90 com menores medidas de erro. Conclui-se que a integração entre AESM e MLCP constitui uma alternativa promissora para a previsão do risco em séries financeiras, embora persistam limitações na captura completa de eventos extremos e na ausência de validação temporal robusta.