São muitas as dificuldades para descobrir o momento correto de comprar e vender ações em Bolsa de Valores. Essa decisão, além de requerer análise de uma grande quantidade de informações em curto período de tempo, também necessita de disciplina e dedicação do investidor. No entanto, de acordo com as Finanças Comportamentais, os investidores do mercado de ações são menos racionais do que imaginam, e frequentemente tomam decisões em desacordo com o seu perfil. Para apoiar na tomada de decisão de investimento, diversos sistemas já foram desenvolvidos com esse propósito. Este trabalho traz uma revisão de literatura sobre Sistemas de Suporte à Decisão de investimento em ações, e faz uma análise dos principais modelos de Finanças e técnicas de Inteligência Artificial usadas nesses sistemas. Através dessa revisão, foi constatado que essa área carece de sistemas que façam recomendações de investimentos de acordo com os objetivos e preferências dos diferentes perfis de usuário. Com o intuito de contribuir para solução desse problema, o trabalho propôs a implementação de Contexto de Usuário para melhorar as recomendações de compra e venda de ações de Sistema de Suporte à Decisão de investimento. Para avaliar essa hipótese, o sistema de investimento, baseado em Algoritmos Genéticos, de LIPINSKI (2008) foi implementado e acrescido de características dos perfis de investidores Conservador, Moderado e Arrojado. Os testes feitos comparando o sistema com perfil de usuário e sem perfil demonstraram que é possível melhorar os resultados de Sistemas de Suporte à Decisão de investimento em ações usando Contexto de Usuário. As classes desenvolvidas para a implementação de perfil de usuário estão disponíveis para reuso em outros sistemas
There are many difficulties to find the right time to buy and sell shares on the Stock Market. This decision requires analysis of a large amount of information in a short period, also needs discipline and dedication investor. However, the Behavioral Finance, investors in the stock market are less rational than they realize, and often make decisions contrary to their profile. To assist the investment decision process, several systems have been developed for this purpose. This paper presents a review of literature on Decision Support Systems for stock trading, and an analysis of the main models of Finance and Artificial Intelligence techniques used in these systems. Through this research, it was found that this area lacks systems that make investments in accordance with the objectives and preferences of different user profiles recommendations. To contribute to solving this problem, the work proposed the implementation of User Context to improve the recommendations of buying and selling shares of Decision Support Systems for stock trading. To evaluate this hypothesis, the investment system based on Genetic Algorithms of LIPINSKI (2008) was implemented and features of Conservative, Moderate and Aggressive investors profiles was added. The tests compared the system with user profile and without user profile features and demonstrated that it is possible to improve the results of Decision Support Systems for stock trading using User Context. The classes developed to implement user profiles are available for reuse in other systems
