Utilização de aprendizado por reforço para operações em bolsa de valores

Abstract

Este trabalho tem como objetivo mostrar como um agente inteligente, treinado por meio

do algoritmo Q-Learning, pode obter resultados consideráveis ao operar na bolsa de va- lores, usando dados financeiros ruidosos, não-lineares e não-estacionários. Para avaliar o

desempenho do agente, construiu-se um simulador da bolsa de valores. Utilizando quatro indicadores técnicos como parâmetros de entrada e uma adaptação do retorno diário como função de recompensa, o agente obteve desempenho superior ao Buy & Hold em metade dos casos. Além disso, abre-se espaço para a discussão acerca do comportamento de ações de diferentes setores da economia norte-americana e das possíveis limitações da análise técnica, de acordo com os resultados obtidos.