Negociação de Ações Baseada em IA: Qual Ferramenta de IA Generativa É Melhor

Ferramentas de LLM têm sido usadas na negociação de ações baseada em IA desde o seu surgimento.¹

Testei 14 modelos de IA generativa para negociação de ações baseada em IA para avaliar sua capacidade de prever mudanças de preço de 132 ações usando as informações fornecidas. Os resultados mostram que

• O modelo ChatGPT 5 Thinking e o modelo Gemini 2.5 Pro apresentaram o melhor desempenho.
• Os modelos atuais do ChatGPT e Gemini têm desempenho inferior aos modelos mais antigos.
• A taxa de sucesso diminui quando dados adicionais são fornecidos.

Desempenho das ferramentas com IA

Para mais detalhes sobre o benchmark, leia a seção de metodologia do benchmark de negociação de ações.

Versões atuais

GPT 5.5 Instant

Os rótulos foram atribuídos usando fatores comumente associados a reações de mercado em estudos de eventos de empresas familiares:

• Importância do executivo que parte (CEO > Chairman > cargos honorários).
• Concentração de propriedade familiar.
• Rentabilidade (ROE, ROA).
• Alavancagem financeira.
• Implicações gerais de transição de governança.

Claude Opus 4.8 Medium

Lógica central Duas forças opostas impulsionam a reação:  

(+) Alívio do entrincheiramento: A morte de um insider entrincheirado/com baixo desempenho pode ativar o mercado de controle e aumentar as esperanças de recuperação.

(-) Capital humano perdido: A morte de um proprietário-gestor que agrega valor destrói habilidades difíceis de substituir e cria risco de sucessão.  

(0) Sem surpresa: Títulos cerimoniais/aposentados, cargos puros de conselho ou casos atenuados/compensados não produzem reação significativa.

Regras de decisão:

• Emérito/honorário -> 0 (retirado).
• Membro do conselho/diretor, lucrativo -> 0; com prejuízo -> +1 (reestruturação).
• Executivo ativo + prejuízos/ROA<1 -> +1 (alívio/opcionalidade).
• Executivo ativo + forte (ROA>=mediana & ROE>=10 & NI>0) & propriedade>=60% -> -1 (gestor perdido).
• Executivo ativo + forte mas propriedade<60% -> 0 (amortecimento de supervisão).
• Intermediário / sinal ausente / cargo desconhecido -> 0.

DeepSeek V3.2 (Instant & Deep Think)

DeepSeek V3.2 com e sem Deep Think mostra uma taxa de sucesso de 58%. Baseia-se no cargo do falecido e no desempenho da empresa.

Reação negativa (-1): O mercado espera disrupção.

• Alta dependência: Se o falecido era o fundador ou um CEO/Chairman ativo (em exercício) com longo mandato, sua perda cria uma lacuna significativa de liderança.
• Baixa propriedade familiar: Menor propriedade pode significar menos "skin in the game" da família para estabilizar a empresa pós-crise.

Reação positiva (+1): O mercado espera melhoria.

• Alívio: A morte resolve uma situação negativa. Isso geralmente ocorre se a empresa estava tendo mau desempenho (lucro líquido negativo ou ROE) sob uma liderança de longa data. O mercado aposta em um recomeço.
• Sucessão estabelecida: Se o falecido não estava trabalhando (workD=0) ou era um chairman aposentado, o sucessor provavelmente já está definido.
• Alta propriedade familiar: Alta propriedade familiar geralmente sinaliza um compromisso com a manutenção de valor e a garantia de uma transição suave.

Reação neutra (0): O evento está precificado ou é irrelevante.

• Cargo não crítico: Se o falecido era um membro não executivo do conselho ou uma figura aposentada não envolvida nas operações diárias.
• Transição gradual: Se a morte não foi súbita e a empresa é grande (altos funcionários/ativos), provavelmente existem sistemas para lidar com a transição sem disrupção.

Gemini 3.1 Pro

Aqui está o quadro financeiro usado para categorizar as 132 empresas em 1, -1 ou 0:

1. Significativamente Negativo (-1) (Resumo: "Perda de talento-chave")
   • Condição: O falecido ocupava um cargo executivo crítico (CEO, Chairman, Presidente) E a empresa era altamente lucrativa (ex.: ROE > 10% ou ROA > 5%).
   • Razão: A morte súbita de um líder familiar altamente eficaz remove um visionário central e gerador de valor. Isso introduz incerteza severa de sucessão e operacional, levando a pânico e reações negativas do mercado.
2. Significativamente Positivo (1) (Resumo: "Alívio do entrincheiramento")
   • Condição: A empresa estava historicamente com desempenho inferior antes do evento (Lucro Líquido Negativo, ROA < 0, ou ROE < 0).
   • Razão: Em empresas familiares, fundadores ou gestores com mau desempenho são frequentemente protegidos de demissão devido aos seus laços familiares (entrincheiramento). Seu falecimento é frequentemente visto favoravelmente pelo mercado como um catalisador para profissionalização, reestruturação e nova gestão.
3. Não Significativo (0) (Resumo: "Sucessão rotineira")
   • Condição: A empresa tinha desempenho financeiro médio e moderado, OU o falecido ocupava um cargo não executivo/honorário/consultivo (ex.: membro do conselho, chairman honorário).
   • Razão: Sem desempenho extremamente superior ou inferior, ou se o cargo não era crítico para as operações diárias, o mercado vê a morte como um evento de sucessão rotineiro que não altera materialmente os fluxos de caixa futuros da empresa.

Modelos mais antigos

GPT 5.4 Instant

GPT 5.4 Instant atinge uma taxa de sucesso de 69%. O modelo foca principalmente na rentabilidade da empresa, usando-a como o sinal primário.

• Lógica do rótulo negativo: Mais provável quando o falecido ocupava um cargo ativo central (especialmente CEO/presidente), a empresa parecia lucrativa/saudável, o controle familiar era alto e o evento implicava continuidade significativa ou risco de sucessão.
• Lógica do rótulo positivo: Mais provável quando a rentabilidade parecia mais fraca e/ou a alavancagem era mais alta, então o evento poderia ser interpretado como uma redefinição de governança ou catalisador de recuperação, especialmente quando a profundidade de sucessão familiar parecia disponível.
• Lógica do rótulo neutro: Usado quando o cargo parecia menos operacional/cerimonial, quando forças compensatórias dominavam ou quando as informações não apoiavam fortemente uma reação significativa de curto prazo.

Modelo GPT 5.4 Thinking

GPT 5.4 Thinking atinge uma taxa de sucesso de 64% com entradas limitadas. Combina rentabilidade e propriedade familiar.

• Lógica do rótulo negativo: Mais provável quando o membro da família falecido tinha um cargo operacional central, a rentabilidade parecia sólida e a influência familiar era significativa.
• Lógica do rótulo positivo: Mais provável quando o membro da família falecido tinha um cargo central, mas a empresa parecia mais fraca ou mais alavancada, então o mercado pode acolher a mudança.
• Lógica do rótulo neutro: Mais provável quando o cargo era honorário / menos operacional, a empresa era grande o suficiente para absorver a mudança ou os sinais da empresa eram mistos.

Gemini 3 Thinking

A taxa de precisão do Gemini 3 Thinking é de 53%. O mecanismo de decisão por trás segue:

• Significativamente Positivo (1): Essas empresas tiveram desempenho inferior sob liderança familiar ($ROA < 2,5\%$). O mercado provavelmente vê a saída de um gestor familiar central (CEO ou Chairman) como um sinal para profissionalização ou uma recuperação estratégica necessária.
• Significativamente Negativo: Essas empresas eram excepcionalmente de alto desempenho ($ROA > 12\%$) sob seu líder central. Sua saída representa uma perda significativa de capital humano estratégico e liderança visionária.
• Não Significativo: Esta categoria se aplica a empresas com desempenho médio ou onde o indivíduo que parte ocupava um cargo honorário, emérito ou secundário (ex.: Vice-Presidente, Membro do Conselho), sugerindo que a saída tem impacto mínimo nas operações diárias ou foi "precificada."

Gemini 3 Flash

GPT 5.4 Instant atinge uma taxa de sucesso de 54%. As previsões são baseadas em duas teorias de mercado concorrentes sobre sucessão em empresas familiares:

• Teoria da pessoa-chave (-1): Em empresas com rentabilidade excepcionalmente alta ($ROA > 10\%$), o mercado frequentemente vê o líder como uma "estrela" ou visionário. Sua saída cria um vácuo de talento estratégico, levando a retornos anormais negativos.
• Teoria da profissionalização/entrincheiramento (+1): Em empresas com desempenho inferior ($ROA < 3\%$) ou aquelas com alta propriedade familiar, a saída de um gestor familiar é frequentemente vista como uma oportunidade para "sangue novo" ou gestão profissional assumir, levando a retornos anormais positivos.
• Estabilidade/neutralidade (0): Para empresas com desempenho moderado ou onde o líder ocupava um cargo não ativo/honorário (ex.: Emérito, Chairman Honorário), o evento é frequentemente considerado "precificado" ou operacionalmente insignificante.

Claude Sonnet 4.2

A taxa de precisão do Claude Sonnet 4.2 no benchmark é de 48%. O modelo pontua cada empresa em 6 dimensões derivadas da teoria de estudo de eventos sobre transições de liderança em empresas familiares:

1. Proeminência do Cargo (mais importante)

A posição do falecido determina quanta informação a saída transmite ao mercado:

• Cargos Honorários/Eméritos (+0,4): Esses indivíduos se afastaram operacionalmente. O anúncio é de baixa surpresa, frequentemente pré-comunicado → reação do mercado é levemente positiva ou neutra.
• CEO/Chairman Ativo (−0,6): O risco de pessoa-chave é mais alto. Os mercados precificam incerteza sobre quem assume e se a estratégia mudará.
• VP/Presidente (−0,25): Preocupação moderada, mas a empresa é menos dependente de um único executivo.
• Membro do conselho/Diretor (+0,1): Não executivo; disrupção operacional mínima.

2. Sinal de ROA

• ROA Negativo (+1,2): Um gestor que está partindo sob cuja gestão os ativos tiveram retornos negativos → mercado lê a saída como alívio. Este é o impulsionador positivo mais forte.
• Abaixo do p25 (ROA < 1,8%) (+0,5): Empresa com desempenho inferior, saída ainda bem-vinda.
• Acima do p75 (ROA > 9,6%) (−0,6): Uma empresa de alto ROA perdendo um executivo-chave sinaliza que o mercado pode perder o arquiteto desses retornos.

3. Lucro Líquido / EBITDA

• Prejuízo líquido (+0,6) e EBITDA negativo (+0,5) reforçam o sinal de alívio de dificuldades independentemente do ROA.

4. ROE (quartil superior, −0,3)

Mesmo onde o ROA é moderado, empresas no quartil superior de ROE (>19,3%) são vistas como tendo um alocador de capital altamente eficaz — cuja perda o mercado desconta negativamente.

5. Propriedade Familiar

• ≥75% (+0,45): Alto controle familiar significa que a sucessão é quase certamente dentro da família e pré-planejada. Reduz a incerteza.
• 50–74% (+0,20): Família majoritária, estável mas ligeiramente menos certo.
• <30% (−0,25): Propriedade dispersa levanta dúvidas sobre a identidade do sucessor.

6. Alavancagem

• >0,70 (+0,40): Empresas de alta alavancagem com um líder partindo sinalizam potencial redefinição estratégica; mercados podem ver positivamente (saída de dificuldades).
• Acima do p75 (>0,36) (+0,20): Dívida elevada observada.

Pontuação ≥ 0,90 → Rótulo Significativamente positivo

Pontuação ≤ −0,70 → Rótulo Significativamente negativo

Caso contrário → Rótulo Não Significativo

Modelo GPT 5 Thinking

O modelo Thinking do ChatGPT 5 apresenta a maior precisão entre as ferramentas testadas, com uma taxa de sucesso de 74%. A ferramenta prevê mudança de preço com base em dois indicadores:

Índice de concentração de liderança (LCI) → mais alto = mais provável CAR negativo substancial

• LCI = 0,40·z(role_importance) + 0,30·z(family_control) + 0,20·z(financial_strength) − 0.10·z(size)
  • role_importance: peso hierárquico do falecido (CEO > presidente > chairman > vice-presidente).
  • family_control: propriedade familiar (% dos direitos de voto).
  • financial_strength: composto de ROE e ROA (rentabilidade).
  • size: ln(ativos).
• Intuição: Os mercados esperam mais disrupção quando um membro familiar altamente central morre em uma empresa de capital fechado, lucrativa, mas relativamente menor.
• Decisão: Rotular Negativo substancialmente se LCI estiver nos 30% superiores da amostra e ≥ 0,5 unidades-z acima do Índice de Renovação.

Índice de potencial de renovação (RPI) → mais alto = mais provável CAR positivo substancial

• RPI = 0,40·(−z(financial_strength)) + 0,25·z(leverage) − 0,20·z(family_control) − 0.10·z(size) + 0,05·z(liquidity_stress)
  • leverage: (dívida de longo prazo + curto prazo) / patrimônio.
  • family_control: propriedade familiar (% dos direitos de voto).
  • liquidity_stress: contas a pagar / ativos.
  • financial_strength: composto de ROE e ROA.
  • size: ln(ativos).

• Intuição: Empresas com rentabilidade fraca, alguma pressão de dívida, menor domínio familiar e tensão de liquidez podem ver o mercado acolher a possibilidade de mudança de governança ou nova liderança.
• Decisão: Rotular Positivo substancialmente se RPI estiver nos 30% superiores da amostra e ≥ 0,5 unidades-z acima do LCI.

Modelo Gemini 2.5 Pro

Gemini 2.5 Pro prevê 71% das mudanças de preço de ações com precisão. Este modelo sugere que traders ativos tomam decisões com base na vulnerabilidade da empresa e no potencial de oportunidade de renovação.

Índice de vulnerabilidade (VI) → mais alto = mais provável CAR negativo substancial

• VI = 0,40·z(family_control) + 0,35·(-z(financial_strength)) + 0,20·z(leverage) – 0,05·z(size)
  • family_control: Propriedade familiar (% direitos de voto).
  • financial_strength: Escore-z composto de ROE e ROA.
  • leverage: Dívida de longo prazo / patrimônio.
  • size: Logaritmo natural dos ativos totais (ln(ativo)).
• Intuição: O mercado pune a ação quando a morte de um líder-chave cria um vácuo de poder. Este risco é mais alto em empresas altamente endividadas, não lucrativas e dominadas por famílias que carecem da resiliência e da estrutura de gestão profunda de corporações maiores. A combinação de alto controle familiar, saúde financeira precária e alta alavancagem cria uma mistura potente para incerteza do investidor.
• Decisão: Rotular Substancialmente Negativo se a pontuação VI de uma empresa estiver nos 5% superiores da amostra.

Índice de catalisador de recuperação (TCI) → mais alto = mais provável CAR positivo substancial

• TCI = 0.50·(-z(financial_strength)) + 0,25·z(family_control) – 0,15·z(leverage) – 0.10·z(size)
  • financial_strength: Escore-z composto de ROE e ROA.
  • family_control: Propriedade familiar (% direitos de voto).
  • leverage: Dívida de longo prazo / patrimônio.
  • size: Logaritmo natural dos ativos totais (ln(ativo)).
• Intuição: O mercado reage positivamente quando a morte é percebida como uma oportunidade de renovação. Isso ocorre quando um líder familiar entrincheirado em uma empresa com desempenho inferior mas financeiramente estável falece. O mercado antecipa que uma mudança na liderança desbloqueará valor melhorando a estratégia e as operações, tornando a empresa uma potencial história de recuperação ou um alvo de aquisição.
• Decisão: Rotular Substancialmente Positivo se a pontuação TCI de uma empresa estiver nos 5% superiores da amostra e estiver pelo menos 0,5 unidades-z acima de sua pontuação VI.

Modelo GPT 5 Pro

A taxa de precisão do GPT 5 Pro é de 56% para meu benchmark. A ferramenta de IA Generativa faz previsões com base em dois indicadores:

Índice de risco de pessoa-chave (KPRI) → mais alto = mais provável CAR negativo substancial

• KPRI = 0,40·z(ownership) + 0,30·z(leverage) − 0,20·z(size) + 0.10·z(profitability)
• Intuição: empresas de capital fechado, mais alavancadas, menores e atualmente lucrativas enfrentam maior risco percebido de pessoa-chave na morte de um membro da família.
• Decisão: Rotular negativo substancialmente se KPRI estiver nos 30% superiores da amostra e ≥ 0,5 unidades-z acima do TPI.

Índice de potencial de recuperação (TPI) → mais alto = mais provável CAR positivo substancial

• TPI = 0,40·(−z(profitability)) + 0,20·z(leverage) − 0,20·z(ownership) − 0.10·z(size) + 0.10·z(AP/assets)
• Intuição: desempenho fraco + alguma pressão financeira, mas menor controle familiar pode fazer os mercados acolherem a mudança de liderança.
• Decisão: Rotular positivo substancialmente se TPI estiver nos 30% superiores e ≥ 0,5 unidades-z acima do KPRI.

GPT 4o

Este modelo antigo do ChatGPT usa algoritmos de IA baseados no cargo do falecido na empresa, na propriedade da família, no tamanho da empresa e na alavancagem financeira. O modelo prevê o CAR dos eventos como

Negativo substancial, se

• O falecido é CEO/Chairman
• Alta propriedade familiar (>70%) e o falecido ocupava um cargo de liderança
• Empresas menores ou menos diversificadas (baixos ativos/receita)
• Alta alavancagem: dívida de longo prazo ou dívida de curto prazo > ativos

Positivo substancial, se

• Falecido tinha um cargo menor (ex.: membro do conselho ou VP)
• A empresa estava com desempenho inferior (ex.: ROE ou ROA negativo), mercados podem ver isso como positivo
• Baixo controle familiar (<30%)

Sem mudança significativa, se

• Empresas de médio a grande porte com finanças sólidas
• Falecido não estava em liderança ativa
• Propriedade familiar baixa a média (30%–60%)

Claude Sonnet 4

Claude Sonnet 4 atinge uma taxa de precisão de 46% na previsão de movimentos de preços de ações após mortes de lideranças familiares. Este modelo emprega um sistema de pontuação multifatorial que pondera o risco de sucessão de liderança contra fatores de resiliência da empresa.

Escore de disrupção de sucessão (SDS) → mais alto = mais provável CAR negativo substancial

• SDS = 0,30·z(position_weight) + 0,25·z(family_ownership) + 0,20·(-z(financial_performance)) + 0,15·z(debt_burden) – 0.10·z(firm_scale)
  • position_weight: Pontuação hierárquica onde CEO = 3, Chairman = 2,5, Presidente = 2, VP = 1, Conselho = 0,5
  • family_ownership: Percentual de controle de voto familiar
  • financial_performance: Escore composto dos escores-z de ROE e ROA
  • debt_burden: Razão dívida de longo prazo sobre ativos
  • firm_scale: Contagem de funcionários como proxy para profundidade organizacional
• Intuição: Os mercados reagem mais negativamente quando um vazio crítico de liderança se combina com controle familiar concentrado e resiliência institucional fraca. A morte de um CEO ou Chairman em uma empresa dominada por família cria uma crise de sucessão imediata, particularmente quando a empresa carece de força financeira para enfrentar a incerteza ou da profundidade organizacional para garantir a continuidade. A dívida alta amplifica essa vulnerabilidade restringindo a flexibilidade estratégica durante o período de transição.
• Decisão: Rotular Substancialmente Negativo se SDS estiver nos 36% superiores da amostra (pontuação ≤ -3,0).

Índice de renovação de governança (GRI) → mais alto = mais provável CAR positivo substancial

• GRI = 0,35·(-z(financial_performance)) + 0,25·z(institutional_quality) – 0,20·z(family_ownership) + 0,15·z(market_development) – 0,05·z(position_weight)
  • financial_performance: Escore composto de fraqueza ROE/ROA
  • institutional_quality: Indicadores de tamanho da empresa e estabilidade setorial
  • family_ownership: Concentração de controle familiar (invertida)
  • market_development: Proxy de eficiência de mercado baseada no país
  • position_weight: Importância da posição de liderança (invertida)
• Intuição: Os mercados antecipam criação de valor quando a mudança de liderança ocorre em empresas com desempenho inferior e estruturas de propriedade dispersas. A morte remove potenciais efeitos de entrincheiramento enquanto preserva as capacidades institucionais necessárias para a recuperação. Isso é especialmente pronunciado em mercados desenvolvidos onde a sucessão de gestão profissional está mais prontamente disponível e os mecanismos de governança são mais fortes.
• Decisão: Rotular Substancialmente Positivo se a pontuação GRI estiver nos 17% superiores da amostra (pontuação ≥ 1,5) e exceder SDS em pelo menos 2,0 pontos.

DeepSeek

Esta ferramenta de IA generativa usa análise heurística especializada, atingindo uma taxa de precisão estimada de ~65% em benchmarks padrão de estudo de eventos financeiros. O núcleo da decisão pondera a avaliação de três fatores primários:

Cargo do falecido

• Chairman/CEO/Presidente: Imediatamente sinalizado para alto potencial de impacto negativo.
• Emérito/Honorário/VP: Ponderado significativamente menos, frequentemente levando a uma previsão de "Sem Mudança Significativa".
• Cargos Menores: Tratados como um sinal fraco.

Saúde financeira

• Lucro líquido e ROE/ROA: Um lucro líquido negativo ou retornos baixos combinados com um cargo-chave frequentemente empurravam a previsão para "Negativo". Se o cargo era menor, poderia sugerir "Positivo".
• Dívida de longo/curto prazo: Altos níveis de dívida amplificavam o risco percebido para empresas com cargos-chave.

Propriedade familiar

• Alta Propriedade (>60%) + Cargo-Chave: Amplificava fortemente a previsão "Negativa" (liderança entrincheirada, incerteza de sucessão).
• Baixa Propriedade (<30%) + Desempenho Ruim: Amplificava a previsão "Positiva" (mais fácil para outsiders forçarem mudança).

Modelo Gemini 2.5 Flash

Gemini 2.5 Flash afirma que as previsões são feitas com base em estudo de eventos e literatura de governança corporativa, apresentando uma taxa de precisão de 23%. O modelo rotula CARs de eventos com base nestas premissas:

• Negativo Substancial: O percentual de propriedade familiar é relativamente alto (>30%) e o falecido ocupava uma posição crítica (CEO ou Chairman).
• Sem Mudança Significativa: O percentual de propriedade familiar é relativamente baixo (<30%) ou a empresa é grande e parece ter uma estrutura corporativa forte.
• Positivo Substancial: Este cenário tipicamente ocorre quando o desempenho do gestor é ruim ou quando se acredita que ele é um obstáculo para o futuro da empresa. Não há informações suficientes nos dados fornecidos para fazer tal previsão. Portanto, todas as previsões foram rotuladas como "Negativo Substancial" ou "Sem Mudança Significativa".

Precisão do modelo com entrada extensiva

Quando mais informações são fornecidas na segunda rodada, o desempenho do modelo muda:

• DeepSeek V3.2 Deep Think (64%) e Gemini 3 Thinking (62%) melhoram mais.
• Os modelos GPT 5.4 mostram resultados mistos e precisão ligeiramente menor do que no caso limitado.
• Claude Sonnet 4.2, GPT 5.5 Instant e Gemini 3.1 Pro caem ainda mais, sugerindo dificuldade em lidar com entradas mais complexas.

Quando dados adicionais são adicionados, modelos que podem integrar múltiplos sinais melhoram. No entanto, modelos mais simples podem se tornar menos precisos porque não conseguem priorizar efetivamente informações adicionais.

Não perca os nossos benchmarks e insights baseados em dados. O botão abre o Google; selecionar a AIMultiple confirma que deseja ver a AIMultiple com mais frequência nos resultados de pesquisa do Google.

Adicionar como fonte preferencial

Metodologia do benchmark de negociação de ações baseada em IA

Prompting

O benchmark avalia se ferramentas de IA generativa podem prever reações do mercado de ações a um evento inesperado, com base em fundamentos da empresa fornecidos. A configuração baseia-se em dados de Tanyeri & Alp (2023) e Arslan & Tanyeri-Günsur (2025):² ,³

Cada ferramenta de IA recebe um instantâneo de informações no nível da empresa para a primeira rodada:

Informações financeiras

• Tamanho do ativo
• Tamanho do patrimônio
• Lucros antes de juros, impostos, depreciação e amortização (EBITDA)
• Lucro líquido
• Receita anual
• Dívida de longo e curto prazo
• Contas a pagar
• Retorno sobre o patrimônio (ROE)
• Retorno sobre ativos (ROA)

Outras informações

• Participação acionária familiar
• País da sede e listagem de ações
• Número de funcionários
• Indústria/setor

Nenhum nome de empresa ou outros identificadores são fornecidos.

Na segunda rodada, as seguintes informações são adicionadas adicionalmente:

• se o falecido estava trabalhando no momento da morte
• a geração do falecido após o fundador da empresa
• se o falecido era o fundador
• tempo de mandato do falecido na empresa
• idade do falecido no momento da morte
• se o falecido morreu repentinamente ou após uma doença
• o número de filhos que o falecido tem
• o número de filhas que o falecido tem
• o número de filhos homens que o falecido tem
• o número de parceiros que o falecido teve

Pergunta principal

Dadas as informações acima, cada solução de IA é solicitada a prever se os retornos anormais cumulativos de 3 dias (CAR) de 132 empresas serão:

• Significativamente positivo
• Significativamente negativo
• Não significativo

CAR mede como os mercados financeiros respondem ao evento. Um CAR positivo indica que os traders de ações percebem o evento como gerador de valor, um CAR negativo como redutor de valor, e um CAR insignificante como neutro.

Amostragem

O conjunto de dados inclui 132 eventos de morte em 109 empresas familiares de capital aberto em 24 países. Todas as empresas estão classificadas entre as 500 maiores empresas familiares.

Medição de desempenho

O benchmark baseia-se em análise técnica prévia de preços de ações. Para cada empresa, o CAR de 3 dias foi calculado e categorizado como:

• Significativamente positivo
• Significativamente negativo
• Não significativo

As previsões de IA são comparadas com valores históricos de CAR. A precisão é medida como a porcentagem de previsões corretas feitas por cada solução de IA generativa.

Leituras adicionais

• Top 10 Casos de Uso de Dados Alternativos para Investimento
• Benchmark de Finanças com IA Agêntica: FinRobot vs FinRL vs FinGPT
• Top Plataformas de Pesquisa Financeira com IA para Investidores

Perguntas frequentes

Cite esta pesquisa

Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.

@misc{phd2026,
  author = {PhD., Ezgi Arslan,},
  title  = {{Negociação de Ações Baseada em IA: Qual Ferramenta de IA Generativa É Melhor}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/ai-based-stock-trading}},
  note   = {AIMultiple. Acessado em 30 Junho 2026}
}

Links de referência

1.

Page restricted | ScienceDirect

2.

The value of shareholder rights in family firms: Global evidence from a death in the family - Tanyeri Günsür - 2023 - Corporate Governance: An International Review - Wiley Online Library

3.

Page restricted | ScienceDirect

4.

Artificial Intelligence Can Make Markets More Efficient—and More Volatile

Ezgi Arslan, PhD.

Analista do setor

Siga-nos

Ezgi possui doutorado em Administração de Empresas com especialização em finanças e atua como Analista de Mercado na AIMultiple. Ela lidera pesquisas e insights na interseção entre tecnologia e negócios, com experiência que abrange sustentabilidade, pesquisas e análise de sentimentos, aplicações de agentes de IA em finanças, otimização de mecanismos de resposta, gerenciamento de firewalls e tecnologias de compras.

Ver perfil completo

Seja o primeiro a comentar

Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.

Nome

Endereço de email

Comentário

0/450

Postar comentário