Avaliação de modelos preditivos para o mercado de ações utilizando machine e deep learning

dc.contributor.advisorWebber, Carine Geltrudes
dc.contributor.authorSilveira, Rafael Bourscheid da
dc.contributor.otherAdami, André Gustavo
dc.contributor.otherDe Carli, Iraci Cristina da Silveira
dc.date.accessioned2022-03-21T19:29:57Z
dc.date.available2022-03-21T19:29:57Z
dc.date.issued2021-12-16
dc.date.submitted2021-12-01
dc.descriptionInvestir no mercado de ações é bastante desafiador, e nos últimos anos houve um aumento no número de investidores no Brasil. O objetivo deste trabalho é realizar um estudo de caso, através da construção e avaliação de modelos preditivos, para a predição de preços de ações do mercado brasileiro. Para isso, foi realizada uma revisão sistemática da literatura a fim de compreender o estado da arte nesse tópico. Observou-se que os métodos com melhores resultados em bolsas de valores extrangeiras são LSTM e Random Forest, e há escassez de material envolvendo a bolsa brasileira. Obteve-se menor MSE e RMSE no experimento com Random Forest. Portanto, é viável o uso de métodos de inteligência aritificial no mercado brasileiro. [resumo fornecido pelo autor]pt_BR
dc.identifier.urihttps://repositorio.ucs.br/11338/9714
dc.language.isoptpt_BR
dc.subjectComputaçãopt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectMercado de capitaispt_BR
dc.titleAvaliação de modelos preditivos para o mercado de ações utilizando machine e deep learningpt_BR
dc.typeArtigopt_BR
local.aprovaaluno.publicacaos
local.aprovadocente.publicacaos
local.aptidaosem-necessidade
local.data.embargo2021-12-15
local.nota9,50
local.observacao
mtd2-br.advisor.instituationUniversidade de Caxias do Sulpt_BR
mtd2-br.campusCampus Universitário de Caxias do Sulpt_BR
mtd2-br.program.nameBacharelado em Ciência da Computaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC Rafael Bourscheid da Silveira.pdf
Tamanho:
483.97 KB
Formato:
Adobe Portable Document Format

Campus-Sede

Rua Francisco Getúlio Vargas, 1130
CEP 95070-560 - Caxias do Sul

Todos os campi - Como chegar

Central de Atendimento

Youtube

© 2001-2025 Universidade de Caxias do Sul. Todos os direitos reservados

Youtube