Análise de correlação entre indicadores financeiros e variação de preços de ações utilizando mineração de dados
Resumo
RESUMO
A presente pesquisa consiste em avaliar a aplicação da tecnologia de mineração de dados no contexto da análise financeira. A aplicação dessa tecnologia visa identificar e analisar a correlação entre relatórios financeiros de empresas de capital aberto e a variação do preço de suas respectivas ações negociadas na Bolsa de Valores de São Paulo. Sendo assim, foram utilizados dados obtidos em balanços patrimoniais e demonstrações do resultado do exercício destas empresas. Entre as várias tarefas possíveis de serem realizadas pela mineração de dados, optou-se pela extração de regras de associação como o foco de pesquisa deste artigo. A justificativa do tema como objeto de pesquisa está fundamentada no fato de existirem, atualmente, centenas de empresas de setores distintos com ações negociadas na bolsa de valores. Tal quantidade dificulta o acompanhamento por um investidor comum. A mineração de dados é uma ferramenta computacional que extrai informações potencialmente úteis de um grande volume de dados. Portanto, pode ser um recurso eficaz para auxiliar investidores e profissionais que atuam no mercado financeiro. Objetivando mensurar o desempenho desta ferramenta neste cenário proposto, foram realizados testes com dados reais por meio de amostras. Ao final destes testes, o software descobriu, de forma autônoma, informações potencialmente relevantes que podem ser utilizadas em processos de tomada de decisão.
Palavras-chave: Mineração de dados. Indicadores financeiros. Bolsa de valores.
ABSTRACT
The present study consists in evaluating the application of data mining technology in the financial analysis context. The application of this technology aims to identify and analyze the correlation between financial reporting of publicly-traded companies and the price variation of their shares traded at São Paulo Stock Exchange. Thus, data obtained in balance sheets and financial statements of these companies were used. Among a variety of possible tasks able to be performed by data mining, the extraction of association rules was chosen as the main purpose of this article. The justification for this topic as an object of research is based on the fact that nowadays there are hundreds of companies from different sectors with shares traded on the stock exchange. Such quantity makes the monitoring by an ordinary investor difficult. Data mining is a computational tool that extracts potentially useful information from a large volume of data. Therefore, it can be an effective resource to help investors and professionals who work in the financial market. Aiming to measure the performance of this tool in this proposed scenario, tests were carried out with real data by means of samples. At the end of these tests, the software autonomously discovered potentially relevant information that can be used in decision-making processes.
Key words: Data mining. Financial indicators. Stock exchange.