Publicação: Algoritmos de machine learning para previsão de ações da B3
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES, CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS, CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO DE EMPRESAS::ADMINISTRACAO FINANCEIRA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Barboza, Flávio Luiz de Moraes
Resumo
A predição de movimento nos preços do mercado de ações tem sido uma área importante na pesquisa de algoritmos de machine learning nos últimos anos, devido a seu
conteúdo complexo e dinâmico. Além disso, a volatilidade típica do mercado de ações
torna a tarefa da previsão mais difícil. Dessa forma, este trabalho tem como objetivo
propor uma metodologia que preveja a tendência das ações de três empresas negociadas na bolsa de valores brasileira. Por conseguinte, deseja-se facilitar o reconhecimento
de movimentações no mercado, além de auxiliar a tomada de decisão para investidores.
Ademais, este trabalho propõe comparar as predições dos papeis usando três algoritmos
de aprendizado de máquina: Random Forest, Redes Neurais Artificiais e Support Vector
Machines. Além disso, é proposto o uso de uma função (kernel-SVM) – utilizada para
reconhecimento de imagens – para contornar o problema das previsões. Indicadores técnicos (tais como o Índice de Força Relativa, o oscilador estocástico, entre outros), são
usados como entradas para treinar os modelos. Por fim, os resultados são avaliados por
meio de indicadores de performance como acurácia, precisão, 𝑟𝑒𝑐𝑎𝑙𝑙 e especificidade. A
eficiência dos modelos depende da técnica de separação das amostras de treino e teste
empregadas, variando entre 18% e 76% de acurácia para técnica de separação temporal,
contra 71% e 97% da técnica de separação aleatória.
Abstract
The prediction of movement in stock market prices has been an interesting area in the research of machine learning algorithms in recent years, due to its complex and dynamic content. In addition, typical stock market volatility makes forecasting more difficult. Thus, this work aims to propose a methodology that predicts the trend of the shares of three Brazilian companies traded on the Brazilian stock exchange. Therefore, we want to facilitate the recognition of movements in the market, in addition to assisting decision-making for investors. Furthermore, this work proposes to compare the predictions of the assets using three powerful machine learning algorithms, known as Random Forest, Artificial Neural Networks and Support Vector Machines. In addition, we propose to use a function (kernel-SVM) -- used for image recognition -- to solve the prediction problem. Technical indicators (such as the Relative Strength Index, the stochastic oscillator, among others) are used as inputs to train the models. Finally, we evaluate perfomance indicators such as accuracy, precision, recall and specificity. The efficiency of the models depends on the technique of separating the training and test samples used, varying between 18% and 76% of accuracy for the temporal separation technique against 71\% and 97\% of the random separation technique.
Palavras-chave
Inteligência Artificial, Aprendizado de Máquina, Ibovespa, Classificação, Mercado de Ações, Artificial Intelligence, Classification, Stock Market, Machine Learning
Citação
SANTOS, Gustavo Carvalho. Algoritmos de Machine Learning para previsão da B3. 2020. 90 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2020. DOI https://doi.org/10.14393/ufu.di.2020.640.
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto