Essa é uma pergunta que muitos fazem diariamente e muitas vezes respondida de maneira errada.Felizmente não é preciso consultar oraculos financeiros para responder essa questão. As ciências exatas possui ferramentas para verificar se uma série no tempo possui ou não algum grau de correlação passada.Existem vários livros sobre séries temporais e colocarei no final do texto os livros que usei como referência.
O que interessa normalmente para quem estuda esses ativos não é o patamar de preço em que se encontra, mas sim sua variação em relação ao patamar anterior.Por esse motivo iremos transformar a série de preços disponivel no banco de dados em uma série de variação percentual dos preços em relação ao periodo anterior. A primeira coisa que podemos observar em basicamente qualquer série financeira a correlação entre o preço de um valor imediatamente passado com o próximo valor é extremamente forte e é por isso que não se observa normalmente grandes descontinuidades nos preços das ações(você pode provar isso você mesmo repetindo o procedimento aqui exposto para a série de dados dos preços dos ativos).
Iremos utilizar como base de dados a série mensal do ibovespa de janeiro de 2001 a janeiro de 2011 mostrado no gráfico abaixo:
Utilizando o software MatLab podemos encontrar a função de autocorrelação para a série de variação percentual mensal do preço do indice Ibovespa em pontos.O resultado do calculo da função de auto correlação amostral é mostrado abaixo:
As duas linhas azuis horizontais representam.Duas vezes o desvio padrão
dos erros associados a estimação da função de autocorrelação. Nesse caso, considerando
uma variável com distribuição gaussiana, tem se com 95% de confiabilidade que a correlação de uma variação presente com uma variação passada só é significativa se alem dos limites impostos por essas duas retas.
A correlação encontrada pode ser explicada como fruto do fato de termos um processo estocástico, não tendo portanto valor utilizar dados passados para prever o futuro no caso do ativo ibovespa.Isso é apenas um das razões que você deve "desconfiar" dos poderes da análise gráfica e buscar o maior número de informações possíveis das empresas que investe para que as noticias atuais sejam refletidas adequadamente no preço de um ativo.
Referência bibliográfica
CRYER, J. D. Time Series Analysis,with Applications in R : Springer, 2008.
CHAN, N. hang. Time Series Applications to Finance : John Willey & Sons, 2002.
