A Comparative Analysis of Machine Learning Models for Long and Short-Term Forecasting of the Egyptian Stock Market: A Focus on EGX30

Resumo Técnico: Uma Análise Comparativa de Modelos de Aprendizado de Máquina para Previsões de Curto e Longo Prazo do Mercado de Ações Egípcio

Definição do Problema
O mercado de ações egípcio, especificamente o índice EGX30, representa um cenário financeiro emergente dinâmico, porém subpesquisado. Embora exista uma literatura extensa sobre os mercados de ações globais, há uma lacuna crítica na compreensão das tendências e dinâmicas específicas de mercados em desenvolvimento como o Egito. Investidores nesta região frequentemente enfrentam desafios devido à falta de expertise em análise técnica e aos riscos inerentes de mercados de alto retorno. O objetivo principal deste estudo é preencher essa lacuna através do desenvolvimento e da avaliação de modelos preditivos precisos adaptados ao EGX30. A pesquisa aborda a necessidade de ferramentas robustas que possam prever tendências de mercado tanto de curto prazo (até uma semana) quanto de longo prazo (até dois meses) para auxiliar na gestão de riscos e na formulação de estratégias de investimento.

Metodologia
O estudo emprega um framework comparativo abrangente utilizando dados históricos do EGX30. A metodologia é estruturada em torno de três componentes principais:

1. Pré-processamento de Dados e Engenharia de Atributos (Feature Engineering):

   • O conjunto de dados foi segmentado em atributos temporais (dia da semana, mês, ano, etc.), embora a análise de correlação tenha revelado que estes sozinhos eram insuficientes devido à baixa correlação com os preços das ações.
   • Para capturar o contexto histórico e as dependências temporais, o estudo introduziu atributos de lag de janela móvel (rolling window lag features).
   • Indicadores Técnicos foram projetados, incluindo Médias Móveis Simples (SMA), Médias Móveis Exponenciais (EMA), Bandas de Bollinger, Índice de Força Relativa (RSI) e Índice de Canal de Commodities (CCI).
   • Uma função de lag foi aplicada aos dados históricos para permitir a expectativa de tendências ao longo de múltiplos dias, respeitando a estrutura temporal inerente aos dados financeiros.

2. Seleção de Modelos:
   A pesquisa avaliou uma gama diversificada de sete algoritmos de aprendizado de máquina (ML) e duas arquiteturas de aprendizado profundo (DL):

   • ML Tradicional: K-Nearest Neighbours (KNN), Decision Tree Regressor, Random Forest, Extra Trees, Adaptive Boosting (AdaBoost), Light Gradient Boosted Machine (LightGBM) e Extreme Gradient Boosting (XGBoost).
   • Aprendizado Profundo (Deep Learning): Long Short-Term Memory (LSTM) e Gated Recurrent Unit (GRU).
   • Abordagem de Ensemble: Uma técnica de blending foi aplicada aos modelos de melhor desempenho para criar um preditor de ensemble, particularmente para horizontes de longo prazo.

3. Framework de Avaliação:

   • Horizontes Temporais: Os modelos foram testados em quatro intervalos de previsão distintos: um dia, uma semana, um mês e dois meses.
   • Métricas: O desempenho foi quantificado usando Raiz do Erro Quadrático Médio (RMSE), Erro Percentual Absoluto Médio (MAPE) e o Coeficiente de Determinação ($R^2$).
   • Otimização: Os modelos de aprendizado profundo utilizaram o otimizador Adam para uma convergência eficiente.

Principais Resultados
Os resultados experimentais revelaram características de desempenho distintas dependendo do horizonte de previsão:

• Previsões de Um Dia: O XGBoost emergiu como o modelo superior, alcançando a maior precisão com um RMSE de 0,0163 e um $R^2$ de 0,993. O LightGBM e o Random Forest também demonstraram um desempenho robusto, embora o XGBoost tenha sido marginalmente mais eficaz.
• Previsões de Uma Semana: O modelo GRU superou todos os outros, alcançando o menor RMSE (0,0406) e o maior $R^2$ (0,961). O Random Forest e o Extra Trees também tiveram bom desempenho, mas a capacidade do GRU de capturar sazonalidade e relações intrincadas foi decisiva.
• Previsões de Longo Prazo (Um e Dois Meses):
  • O GRU continuou a demonstrar desempenho superior, mantendo os melhores escores de RMSE e $R^2$ em ambos os horizontes de um mês e dois meses.
  • O KNN apresentou um resultado surpreendente, superando significativamente seus resultados de curto prazo para se tornar um performer de alto nível em previsões de longo prazo (classificando-se em terceiro nas previsões de um mês e em segundo nas de dois meses).
  • Técnica de Ensemble: O modelo de ensemble, que combinou os melhores modelos individuais, alcançou as melhorias mais significativas na previsão de longo prazo. Notavelmente, no cenário de previsão de dois meses, o RMSE do modelo de ensemble foi aproximadamente cinco vezes menor do que o do modelo GRU isolado, destacando a eficácia dos métodos de ensemble para horizontes estendidos.

Significância e Contribuições
O estudo reivindica várias contribuições significativas para o campo da previsão financeira em mercados emergentes:

1. Insights Específicos de Contexto: Fornece a primeira análise comparativa detalhada de modelos de ML e DL especificamente para o EGX30, oferecendo insights acionáveis para investidores que navegam pelas dinâmicas únicas do mercado egípcio.
2. Seleção de Modelo Dependente do Horizonte: A pesquisa estabelece que nenhum modelo é universalmente ideal. Demonstra que o XGBoost é mais adequado para previsões de alta frequência de um dia, enquanto GRU e técnicas de Ensemble são essenciais para capturar as complexidades das tendências semanais e mensais.
3. Reavaliação do KNN: O estudo desafia a visão convencional do KNN como um algoritmo puramente de curto prazo ou simples, revelando sua relevância inesperada e duradoura para a previsão de tendências de longo prazo neste contexto de mercado específico.
4. Superioridade do Ensemble: O artigo destaca que, embora os modelos individuais de aprendizado profundo sejam poderosos, o blending de ensemble aumenta significativamente a robustez e a precisão, particularmente para previsões de longo prazo onde os modelos individuais lutam com taxas de erro mais altas.

Limitações e Direções Futuras
Os autores reconhecem que o ajuste fino de inúmeros modelos requer recursos computacionais substanciais, o que pode limitar a profundidade da otimização de hiperparâmetros. Trabalhos futuros propostos incluem:

• Integração de arquiteturas Transformer, que mostraram promessa na previsão de séries temporais.
• Incorporação de Análise de Sentimento derivada de calendários de negócios globais/locais, notícias e postagens de figuras públicas em redes sociais para enriquecer os atributos preditivos.

Em conclusão, este estudo valida a utilidade de técnicas avançadas de aprendizado de máquina e aprendizado profundo para o mercado de ações egípcio, enfatizando que a seleção do modelo deve estar alinhada com o horizonte de tempo específico da estratégia de investimento.