Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/30510
ORCID:  http://orcid.org/0000-0002-4992-5616
Tipo de documento: Trabalho de Conclusão de Curso
Tipo de acceso: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 United States
Título: Análise do mercado acionário brasileiro através de técnica de clusterização
Título (s) alternativo (s): Analysis of the Brazilian stock market through the clustering technique
Autor: Oliveira, Rafael Esposti de
Primer orientador: Araújo, Lúcio Borges de
Primer miembro de la banca: Araújo, Mirian Fernandes Carvalho
Segundo miembro de la banca: Faria, Priscila Neves
Resumen: O mercado financeiro é uma estrutura de transações de compra e venda de valores mobiliários, como as ações. A Bolsa de Valores, as corretoras e outras instituições que conectam os investidores com os diversos produtos financeiros estão no mercado de capitais, onde são negociados ativos de renda fixa públicos e privados, cotas de fundos, derivativos, mercado à vista, mercado de renda variável, ouro e câmbio. Através de estudos é possível conseguir de forma segura bons retornos financeiros investindo em ações de empresas bem geridas, que apresentem lucros sólidos e crescentes no longo prazo. Existem diversas técnicas e metodologias que são utilizadas na escolha de uma ação, tendo entre as principais e mais conhecidas a Análise Técnica e a Análise Fundamentalista. O estudo teve como objetivo explorar o potencial da análise de cluster a fim de melhorar o entendimento do comportamento de empresas listadas no segmento de novo mercado da bolsa de valores brasileira B3, do primeiro trimestre de 2016 ao segundo trimestre de 2019. Essa técnica tem como finalidade classificar elementos em grupos, de forma que elementos dentro de um mesmo grupo sejam muito parecidos, e os elementos em diferentes grupos sejam distintos entre si, possibilitando auxiliar investidores(as) no processo de tomada de decisão de seleção de ações. Para tal estudo foi utilizado os softwares Knime, Power BI e R.
Abstract: The financial market is a structure of transactions for the purchase and sale of securities, such as stocks. Stock exchanges, brokers and other institutions that connect investors to various financial products are on the capital market, where public and private debt assets are traded, fund shares, derivatives, spot market, variable-income securities, gold and currency exchange. Based on studies, it is possible to achieve good financial returns safely, investing in the shares of well-managed companies, with consistent and growing profits in the long term. There are several techniques and methodologies that are used to choice of stocks, with Technical Analysis and Fundamental Analysis being the main and best known. The study aimed to explore the potential of cluster analysis to improve the understanding of the behavior of companies listed in the new market segment of the Brazilian stock exchange B3, from the first quarter of 2016 to the second quarter of 2019. The cluster analysis aims to classify the elements in groups, so that the elements of the same group are very similar and the elements of the different groups are distinct from each other, making it possible to assist investors in the decision-making process of stock selection. Knime, Power BI and R software were used for the study.
Palabras clave: Bolsa
Valores
Cluster
Analysis
k-means
Stock
Exchange
Área (s) del CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE MULTIVARIADA
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Cita: OLIVEIRA, Rafael Esposti. Análise do mercado acionário brasileiro através de técnica de clusterização. 2020. 49 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2020.
URI: https://repositorio.ufu.br/handle/123456789/30510
Fecha de defensa: 2-oct-2020
Aparece en las colecciones:TCC - Estatística

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
AnáliseMercadoAcionário.pdfTCC5.46 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons