Economia e Finanças podem ser vistas como sistemas complexos, os quais são estudados desde 1600. Comportamentos complexos podem surgir de uma grande coleção de componentes simples, que não necessitam de um controle central, como, por exemplo: o estudo do Caos; sistemas biológicos; análise de redes e a política e a economia evolucionária. Em vários desses exemplos abrem-se a possibilidade de vários desses sistemas trocarem suas estratégias evolutivas, tornando-se mais competitivos. Assim, sob olhar da Economia como um sistema complexo, os consumidores, produtores, empreses e governos podem ser considerados agentes otimizadores que visam seus objetivos próprios, cujas ações individuais geram impactos que afetam os demais agentes, gerando assim um comportamento coletivo adaptativo e complexo, que pode ser visto nos mercados financeiros. Empresas individuais estão ligadas indiretamente por flutuações em suas condições econômicas, fazendo com que as crises financeiras sejam correlacionadas. Diante do comportamento complexo, com Economia e Finanças sendo a coleção de eventos simples menores, utilizou-se a geometria fractal, mais adequada para o estudo de fenômenos de escala, para o desenvolvimento deste trabalho. Um dos instrumentos para a avaliação de investimentos é a análise técnica, utilizada especialmente em ativos negociados na bolsa de valores. O objetivo central deste trabalho foi adicionar um novo indicador de análise de previsões de ativos financeiros utilizando a técnica MFDFA (Multifractal Detrended Fluctuation Analysis). Foram selecionadas 28 séries temporais de diferentes segmentos econômicos, como: índice de bolsa de valores mundiais; ações internacionais e nacionais; comparação entre moedas mundiais; preços de commodities e índices de renda fixa, todos em cotações diárias. No decorrer deste trabalho revelou-se como os parâmetros multifractais de uma série temporal, nessa nova perspectiva, podem se tornar indicadores de qualidade de uma previsão com base em probabilidades e correlações, utilizando como técnicas de previsão os modelos Naive e GARCH para o cálculo dos valores futuros e como indicador de erros de previsão, a medida de acurácia MAPE (Mean Absolute Percentage Error). A hipótese apresentada foi desenvolvida chegando à conclusão de que os parâmetros multifractais podem sim servir como indicador de qualidade de previsões.

Economics and finance can be seen as complex systems, which have been studied since 1600. Complex behaviour can arise from an extensive collection of simple components, which do not need central control, for example, the study of Chaos; biological systems; network analysis, evolutionary politics, and economics. Several of these examples opens up the possibility of lots of these systems changing their evolutionary strategies and becoming more competitive. Therefore, under the view of Economics as a complex system, consumers, producers, companies and governments can be considered optimizing agents that pursue their own goals, whose individual actions generate impacts that affect the other agents, thus generating an adaptive and complex collective behaviour, which can be seen in the financial markets. Individual companies are connected indirectly by fluctuations in their economic conditions, making financial crises correlated. Given the complex behaviour, with Economics and Finance being the collection of smaller simple events, it was used fractal geometry, more suitable for the study of scale phenomenon, to develop this paper. One of the instruments for investment evaluation is technical analysis, used especially in assets traded on the stock market. The central aim of this paper was to add a new indicator for financial asset prediction analysis using the MFDFA (Multifractal Detrended Fluctuation Analysis) technique. A selection of 28 series from different economic segments was made, such as the world stock market index; international and domestic equities; comparison between world currencies; commodity prices and fixed income indexes, all in daily quotations. During the course of this paper, it was revealed how the multifractal parameters of a temporal series, in this new perspective, can become quality indicators of a prediction based on probabilities and correlations, using as prediction techniques the Naive and GARCH models for the calculation of future values and as a prediction error indicator, the MAPE (Mean Absolute Percentage Error) accuracy measure. The hypothesis presented was developed to the conclusion that multifractal parameters can indeed serve as an indicator of quality predictions.