Redes neurais aplicadas na predição do preço da soja no estado do Paraná

Abstract

Atualmente, o setor agrícola enfrenta o desafio de crescer, de modo competitivo, para atender a demanda interna e manter o espaço conquistado no mercado externo. Produtores, no mercado competitivo da soja, precisam de ferramentas de previsão de preço. As previsões de preço incorporam informações cruciais no momento da comercialização da safra. Neste contexto, este trabalho tem como objetivo aplicar modelos, baseados em redes neurais artificiais, para previsão do preço da saca de soja no estado do Paraná. A base de dados, disponibilizada pelo Centro de Estudos Avançados em Economia Aplicada (CEPEA), apresenta uma série de preços mensal compreendida ente Janeiro/2000 e Agosto/2020. Modelos de previsão, baseados em Redes Neurais LSTM e BLSTM, foram implementados na linguagem Python. Os resultados obtidos, para um horizonte de curto prazo, mostram que os dois modelos de previsão fornecem estimativas confiáveis para o preço da saca de soja.