As séries temporais fascinam por sua capacidade de condensar informações e a vasta gama de áreas do conhecimento que podem se valer das mesmas. O estudo do comportamento destas séries serve para compreender o passado, mas principalmente para tentar prever o futuro. Um ambiente em que o processo de previsão de séries temporais apresenta grande apelo é o mercado financeiro, dos quais se destaca o mercado de câmbio de par de divisas, o Foreing Exchange (Forex). O Forex chega a movimentar trilhões de dólares diariamente, pelos mais diversos investidores. Apesar de as séries do Forex não apresentarem padrões claros, ou que se sustentem por muito tempo, os investidores ainda conseguem obter uma taxa de acerto suficiente para se sustentarem apenas com as operações que realizam. Um dos conjuntos de técnicas utilizadas é a conhecida análise técnica. Os padrões de análise técnica não são precisos o suficiente para que sejam automatizados de forma simples, no entanto, é possível encontrar diversos exemplos reais de operações com base nesses padrões. A utilização de redes neurais artificiais, portanto, surge como uma solução viável para o aprendizado de padrões de análise técnica, haja vista que o processo de aprendizagem se dá através de exemplos. Muitos trabalhos têm sido desenvolvidos no contexto do mercado financeiro utilizando redes neurais artificiais para prever séries temporais, no entanto, estes trabalhos não costumam levar em conta métricas financeiras, como o lucro. Sendo assim, o presente projeto busca desenvolver uma estratégia de negociação baseada em inteligência artificial, utilizando padrões de análise técnica com foco em métricas de retorno financeiro. Além disso, partindo do princípio de que quanto maior for o número de padrões de análise técnica que indiquem um mesmo movimento futuro, maiores são as chances de que este ocorra, este projeto inova por apresentar múltiplas redes neurais, especializadas em padrões de análise técnica, compondo um modelo denominado de Projeto Cérbero.