Avaliação do impacto dos dados da pandemia em modelos de machine learning no mercado de renda variável

Abstract

O presente trabalho se dispôs a discorrer sobre os impactos que os dados da pandemia teriam em modelos de machine learning, no contexto do mercado de renda variável. Foram avaliados, principalmente, modelos de Boosting, sendo eles o LightGBM, o CatBoost e o XGBoost. Além disso, foi simulado um modelo de ensemble com o próprio LightGBM, um Double Ensemble. A base para a modelagem foi uma biblioteca desenvolvida pela Microsoft chamada Qlib, que serve como ferramenta para a extração de dados, modelagem e avaliação do desempenho dos modelos. Para a modelagem dos 3 algoritmos citados, foram realizados muitos testes e muitas mudanças de configurações, desde o processamento dos dados até a otimização de hiperpa- râmetros. Essas alterações permitiram melhorar o desempenho dos modelos, demonstrando que esses tipos de modelos que utilizam boosting, desempenham muito bem nessa situação proposta. Por fim, foi visto o impacto dos dados da pandemia, quando colocados no dataset de teste e quando colocados no dataset de treino e validação, mostrando que a depender da característica do bloco de dados utilizados o impacto pode ser mais severo em um ou em outro, no caso, foram utilizados papéis que compõe o Ibovespa e papéis que compõe a bolsa brasileira (B3) como um todo.