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 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 Thinking do ChatGPT 5 e o modelo Gemini 2.5 Pro apresentaram o melhor desempenho.
• Os modelos atuais do ChatGPT e do Gemini têm desempenho pior do que os modelos mais antigos.
• A taxa de sucesso diminui quando dados extras são fornecidos.

Desempenho das ferramentas baseadas em IA

Para mais detalhes sobre o benchmark, leia a seção 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 partiu (CEO > Presidente do Conselho > cargos honorários).
• Concentração de propriedade familiar.
• Rentabilidade (ROE, ROA).
• Alavancagem financeira.
• Implicações gerais de governança e transição.

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.

(-) Perda de capital humano: 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, funções puramente de conselho, ou casos atenuados/compensatórios 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 (perda de gestor).
• Executivo ativo + forte, mas propriedade<60% -> 0 (margem de supervisão).
• Sinal intermediário / ausente / função desconhecida -> 0.

DeepSeek V3.2 (Instant & Deep Think)

O DeepSeek V3.2 com e sem Deep Think apresenta uma taxa de sucesso de 58%. Ele se baseia no papel do falecido e no desempenho da empresa.

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

• Alta dependência: Se o falecido era o fundador ou um CEO/Presidente ativo (em exercício) com longo mandato, sua perda cria uma lacuna significativa de liderança.
• Baixa propriedade familiar: Menor propriedade pode significar menos “interesse pessoal” da família para estabilizar a empresa após a crise.

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

• Alívio: A morte resolve uma situação negativa. Isso geralmente ocorre se a empresa estava com mau desempenho (lucro líquido ou ROE negativos) sob um líder de longa data. O mercado aposta em um novo começo.
• Sucessão estabelecida: Se o falecido não estava trabalhando (workD=0) ou era um presidente 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 já está precificado ou é irrelevante.

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

Gemini 3.1 Pro

Aqui está a estrutura financeira usada 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, Presidente do Conselho, Presidente) E a empresa era altamente lucrativa (por exemplo, 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 grave incerteza sucessória e operacional, levando a pânico e reações de mercado negativas.
2. Significativamente Positivo (1) (Resumo: “Alívio do entrincheiramento”)
   • Condição: A empresa vinha apresentando desempenho historicamente inferior antes do evento (Lucro Líquido Negativo, ROA < 0, ou ROE < 0).
   • Razão: Em empresas familiares, fundadores ou gestores com mau desempenho frequentemente são blindados contra demissão devido a 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 apresentava desempenho financeiro médio e moderado, OU o falecido ocupava um cargo não executivo/honorário/consultivo (por exemplo, membro do conselho, presidente honorário).
   • Razão: Sem desempenho excepcionalmente bom ou ruim, ou se a função não era crítica 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 se concentra principalmente na rentabilidade da empresa, usando-a como o principal sinal.

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

GPT 5.4 Thinking model

GPT 5.4 Thinking alcança uma taxa de sucesso de 64% com entradas limitadas. Ele combina rentabilidade e propriedade familiar.

• Lógica do rótulo negativo: Mais provável quando o membro da família que partiu tinha um papel operacional central, a rentabilidade parecia sólida e a influência familiar era significativa.
• Lógica do rótulo positivo: Mais provável quando o membro da família que partiu tinha um papel central, mas a empresa parecia mais fraca ou mais alavancada, então o mercado pode acolher a mudança.
• Lógica do rótulo neutro: Mais provável quando a função era honorária/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 é o seguinte:

• Significativamente Positivo (1): Estas empresas tiveram desempenho inferior sob liderança familiar ($ROA < 2.5\%$). O mercado provavelmente vê a saída de um gestor familiar central (CEO ou Presidente do Conselho) como um sinal para profissionalização ou uma necessária virada estratégica.
• Significativamente Negativo: Estas empresas tinham desempenho excepcionalmente alto ($ROA > 12\%$) 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 partiu ocupava um cargo honorário, emérito ou secundário (por exemplo, Vice-Presidente, Membro do Conselho), sugerindo que a saída tem impacto mínimo nas operações diárias ou já estava “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 (por exemplo, Emérito, Presidente 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 da Função (mais importante)

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

• Funções honorárias/eméritas (+0.4): Esses indivíduos já se afastaram operacionalmente. O anúncio tem baixa surpresa, muitas vezes pré-comunicado → a reação do mercado é levemente positiva ou neutra.
• CEO/Presidente do Conselho ativo (−0.6): O risco de pessoa-chave é máximo. Os mercados precificam a incerteza sobre quem assumirá 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; interrupção operacional mínima.

2. Sinal do ROA

• ROA negativo (+1.2): Um gestor que parte, sob cuja gestão os ativos geraram retornos negativos → o 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, a saída ainda é bem-vinda.
• Acima do p75 (ROA > 9.6%) (−0.6): Uma empresa com alto ROA perdendo um executivo-chave sinaliza que o mercado poderá 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 quando 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 quase certamente será dentro da família e pré-planejada. Reduz a incerteza.
• 50–74% (+0.20): Maioria familiar, estável, mas ligeiramente menos certo.
• <30% (−0.25): Propriedade dispersa aumenta a dúvida sobre a identidade do sucessor.

6. Alavancagem

• >0.70 (+0.40): Empresas com alta alavancagem e um líder que parte sinalizam potencial reinicialização estratégica; os mercados podem ver isso positivamente (saída de situação difícil).
• Acima do p75 (>0.36) (+0.20): Dívida elevada notada.

Pontuação ≥ 0.90 → Rótulo Significativamente positivo

Pontuação ≤ −0.70 → Rótulo Significativamente negativo

Caso contrário → Rótulo Não Significativo

GPT 5 Thinking model

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

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

• LCI = 0.40·z(importância_da_função) + 0.30·z(controle_familiar) + 0.20·z(força_financeira) − 0.10·z(tamanho)
  • importância_da_função: peso hierárquico do falecido (CEO > presidente > presidente do conselho > vice-presidente).
  • controle_familiar: propriedade familiar (% dos direitos de voto).
  • força_financeira: composto de ROE e ROA (rentabilidade).
  • tamanho: ln(ativos).
• Intuição: Os mercados esperam mais ruptura quando um membro da família altamente central morre em uma empresa de capital fechado, lucrativa, mas relativamente menor.
• Decisão: Rótulo Negativo substancial se o LCI estiver entre os 30% superiores da amostra e ≥ 0.5 unidades-z acima do Índice de Renovação.

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

• RPI = 0.40·(−z(força_financeira)) + 0.25·z(alavancagem) − 0.20·z(controle_familiar) − 0.10·z(tamanho) + 0.05·z(estresse_de_liquidez)
  • alavancagem: (dívida de longo prazo + curto prazo) / patrimônio líquido.
  • controle_familiar: propriedade familiar (% dos direitos de voto).
  • estresse_de_liquidez: contas a pagar / ativos.
  • força_financeira: composto de ROE e ROA.
  • tamanho: ln(ativos).

• Intuição: Empresas com rentabilidade fraca, alguma pressão de endividamento, menor dominância familiar e tensão de liquidez podem ver o mercado acolher a possibilidade de mudança de governança ou nova liderança.
• Decisão: Rótulo Positivo substancial se o RPI estiver entre os 30% superiores da amostra e ≥ 0.5 unidades-z acima do LCI.

Gemini 2.5 Pro model

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

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

• VI = 0.40·z(controle_familiar) + 0.35·(-z(força_financeira)) + 0.20·z(alavancagem) – 0.05·z(tamanho)
  • controle_familiar: Propriedade familiar (% direitos de voto).
  • força_financeira: Escore-z composto de ROE e ROA.
  • alavancagem: Dívida de longo prazo / patrimônio líquido.
  • tamanho: Logaritmo natural dos ativos totais (ln(ativos)).
• Intuição: O mercado pune a ação quando a morte de um líder-chave cria um vácuo de poder. Este risco é maior 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 a incerteza dos investidores.
• Decisão: Rótulo Substancialmente Negativo se a pontuação VI de uma empresa estiver entre os 5% superiores da amostra.

Índice de catalisador de virada (TCI) → maior = mais provável CAR positivo substancial

• TCI = 0.50·(-z(força_financeira)) + 0.25·z(controle_familiar) – 0.15·z(alavancagem) – 0.10·z(tamanho)
  • força_financeira: Escore-z composto de ROE e ROA.
  • controle_familiar: Propriedade familiar (% direitos de voto).
  • alavancagem: Dívida de longo prazo / patrimônio líquido.
  • tamanho: Logaritmo natural dos ativos totais (ln(ativos)).
• 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: Rótulo Substancialmente Positivo se a pontuação TCI de uma empresa estiver entre os 5% superiores da amostra e for pelo menos 0.5 unidades-z acima de sua pontuação VI.

GPT 5 Pro model

A taxa de precisão do GPT 5 Pro é de 56% no meu benchmark. A ferramenta de IA generativa faz previsões com base em dois indicadores:

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

• KPRI = 0.40·z(propriedade) + 0.30·z(alavancagem) − 0.20·z(tamanho) + 0.10·z(rentabilidade)
• Intuição: empresas de capital fechado, mais alavancadas, menores e atualmente lucrativas enfrentam maior risco percebido de pessoa-chave com a morte de um membro da família.
• Decisão: Rótulo negativo substancial se o KPRI estiver entre os 30% superiores da amostra e ≥ 0.5 unidades-z acima do TPI.

Índice de potencial de virada (TPI) → maior = mais provável CAR positivo substancial

• TPI = 0.40·(−z(rentabilidade)) + 0.20·z(alavancagem) − 0.20·z(propriedade) − 0.10·z(tamanho) + 0.10·z(CP/ativos)
• Intuição: desempenho fraco + alguma pressão financeira, mas menor controle familiar pode fazer os mercados acolherem a mudança de liderança.
• Decisão: Rótulo positivo substancial se o TPI estiver entre os 30% superiores e ≥ 0.5 unidades-z acima do KPRI.

GPT 4o

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

Substancialmente negativo, se

• O falecido é CEO/Presidente do Conselho
• 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

Substancialmente positivo, se

• O falecido tinha uma função menor (por exemplo, membro do conselho ou VP)
• A empresa estava com desempenho inferior (por exemplo, ROE ou ROA negativo), os mercados podem ver isso como positivo
• Baixo controle familiar (<30%)

Nenhuma mudança significativa, se

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

Claude Sonnet 4

Claude Sonnet 4 alcança uma taxa de precisão de 46% na previsão dos movimentos do preço das 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 ruptura de sucessão (SDS) → maior = mais provável CAR negativo substancial

• SDS = 0.30·z(peso_da_posição) + 0.25·z(propriedade_familiar) + 0.20·(-z(desempenho_financeiro)) + 0.15·z(carga_da_dívida) – 0.10·z(escala_da_empresa)
  • peso_da_posição: Pontuação hierárquica onde CEO = 3, Presidente do Conselho = 2.5, Presidente = 2, VP = 1, Conselho = 0.5
  • propriedade_familiar: Percentual de controle de voto da família
  • desempenho_financeiro: Escore composto dos escores-z de ROE e ROA
  • carga_da_dívida: Relação dívida de longo prazo / ativos
  • escala_da_empresa: Número de funcionários como proxy para profundidade organizacional
• Intuição: Os mercados reagem mais negativamente quando um vácuo crítico de liderança se combina com controle familiar concentrado e fraca resiliência institucional. A morte de um CEO ou Presidente do Conselho em uma empresa dominada pela 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 alta dívida amplia essa vulnerabilidade ao restringir a flexibilidade estratégica durante o período de transição.
• Decisão: Rótulo Substancialmente Negativo se o SDS estiver entre os 36% superiores da amostra (escore ≤ -3.0).

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

• GRI = 0.35·(-z(desempenho_financeiro)) + 0.25·z(qualidade_institucional) – 0.20·z(propriedade_familiar) + 0.15·z(desenvolvimento_de_mercado) – 0.05·z(peso_da_posição)
  • desempenho_financeiro: Escore composto de fraqueza ROE/ROA
  • qualidade_institucional: Indicadores de tamanho da empresa e estabilidade setorial
  • propriedade_familiar: Concentração do controle familiar (invertida)
  • desenvolvimento_de_mercado: Proxy de eficiência de mercado baseado no país
  • peso_da_posição: Importância da posição de liderança (invertida)
• Intuição: Os mercados antecipam a 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, preservando 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: Rótulo Substancialmente Positivo se a pontuação GRI estiver entre os 17% superiores da amostra (escore ≥ 1.5) e exceder o SDS em pelo menos 2.0 pontos.

DeepSeek

Esta ferramenta de IA generativa usa análise heurística especializada, alcançando uma taxa de precisão estimada de ~65% em benchmarks padrão de estudos de eventos financeiros. O núcleo da ponderação das decisões avalia três fatores principais:

Função do falecido

• Presidente do Conselho/CEO/Presidente: Imediatamente sinalizado para alto potencial de impacto negativo.
• Emérito/Honorário/VP: Ponderado significativamente menos, muitas vezes levando a uma previsão de “Nenhuma Mudança Significativa”.
• Funções Menores: Tratado como um sinal fraco.

Saúde financeira

• Lucro líquido e ROE/ROA: Um lucro líquido negativo ou baixos retornos, combinados com uma função-chave, muitas vezes empurraram a previsão para “Negativo”. Se a função fosse menor, poderia sugerir “Positivo”.
• Dívida de longo/curto prazo: Altos níveis de dívida amplificavam o risco percebido para empresas com funções-chave.

Propriedade familiar

• Alta Propriedade (>60%) + Função-Chave: Amplificou fortemente a previsão “Negativa” (liderança entrincheirada, incerteza de sucessão).
• Baixa Propriedade (<30%) + Mau Desempenho: Amplificou a previsão “Positiva” (mais fácil para outsiders forçarem a mudança).

Gemini 2.5 Flash model

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

• Substancialmente Negativo: O percentual de propriedade familiar é relativamente alto (>30%) e o falecido ocupava uma posição crítica (CEO ou Presidente do Conselho).
• Nenhuma Mudança Significativa: O percentual de propriedade familiar é relativamente baixo (<30%) ou a empresa é grande e parece ter uma forte estrutura corporativa.
• Substancialmente Positivo: Este cenário normalmente 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 “Substancialmente Negativo” ou “Nenhuma 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%) são os que mais melhoram.
• 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 declinam ainda mais, sugerindo dificuldade em lidar com entradas mais complexas.

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

Metodologia do benchmark de negociação de ações baseada em IA

Prompting

O benchmark avalia se as ferramentas de IA generativa podem prever as reações do mercado de ações a um evento inesperado, com base nos 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 em nível de empresa para a primeira rodada:

Informações financeiras

• Tamanho do ativo
• Tamanho do patrimônio líquido
• 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 líquido (ROE)
• Retorno sobre os ativos (ROA)

Outras informações

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

Nenhum nome de empresa ou outro identificador é fornecido.

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 permanência 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 tinha
• o número de filhas que o falecido tinha
• o número de filhos homens que o falecido tinha
• o número de parceiros que o falecido teve

Questão principal

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

• Significativamente positivo
• Significativamente negativo
• Não significativo

O CAR mede como os mercados financeiros reagem ao evento. Um CAR positivo indica que os operadores de ações percebem o evento como gerador de valor, um CAR negativo como redutor de valor e um CAR não significativo 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 análises técnicas anteriores 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 os valores históricos de CAR. A precisão é medida como a porcentagem de previsões corretas feitas por cada solução de IA generativa.

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

Leituras adicionais

• Top 10 Casos de Uso de Dados Alternativos para Investimento
• Benchmark de IA Agêntica em Finanças: FinRobot vs FinRL vs FinGPT
• Principais Plataformas de Pesquisa Financeira com IA para Investidores
• Benchmark de IA para VC: 11 Agentes de IA em Tarefas Reais de Capital de Risco

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 é doutora em Administração de Empresas com especialização em finanças e atua como Analista do Setor na AIMultiple. Ela impulsiona pesquisas e insights na interseção entre tecnologia e negócios, com expertise abrangendo sustentabilidade, análise de pesquisas e sentimentos, aplicações de agentes de IA em finanças, otimização de mecanismos de resposta, gerenciamento de firewall e tecnologias de procurement.

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