Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/35138
Full metadata record
DC FieldValueLanguage
dc.creatorSilva, Mateus Ferreira-
dc.date.accessioned2022-06-09T16:24:57Z-
dc.date.available2022-06-09T16:24:57Z-
dc.date.issued2022-02-02-
dc.identifier.citationSILVA, Mateus Ferreira. Previsão de preços no mercado de ações brasileiro por meio de técnicas de inteligência artificial. 2022. 17 f. Trabalho de Conclusão de Curso (Graduação em Ciências Contábeis) - Universidade Federal de Uberlândia, Uberlândia, 2022.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/35138-
dc.description.abstractIn January 2021, the brazilian financial market moved R$35 billions in a single day.That’s might be happened because a recente raise of participants in the Market with an intradayoperator profile (buy and sell assets in the same day). However, even being attractive, there aresome issues to obtain consistente profits. At the same time, had a raise in the studies tha uses technical analysis and fundamentalism with machine learning to forecast price trends, and the neural network the technic more use. This studies analysis the quality to predict 15 minutes foward price trend, using Petrobrás stocks beetween 2014 and 2020. With More than 100 technical indicators, implemented a variable extractor base on eXtreme Gradient Boosting (XGboost) to reduce noise in the sample. A neural network like Long Short Term Memory(LSTM) was applied to predict the trend price, as a result met 56% accuracy. Emphasisthat the best results ocurred to predict downward trend (57%) and upward trend (51%). In particular, it was found that there were improvements in relation to results previously presentedin the literature.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectTendência de preçopt_BR
dc.subjectInvestimentospt_BR
dc.subjectInteligência artificialpt_BR
dc.titlePrevisão de preços no mercado de ações brasileiro por meio de técnidas de inteligência artificialpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Barboza, Flávio Luiz de Moraes-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4204955149040832pt_BR
dc.contributor.referee1., .-
dc.contributor.referee1Lattes.pt_BR
dc.contributor.referee2., .-
dc.contributor.referee2Lattes.pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoSomente em janeiro de 2021, o mercado financeiro brasileiro movimentou mais de R$35 bi por dia. Isso se deve potencialmente a um aumento recente de participantes no mercadocom perfil de operador intraday (compras e vendas em um mesmo dia). Porém, apesar de ser um mercado atrativo, há dificuldades na obtenção de lucros consistentes. Em paralelo, houve um aumento de estudos que utilizam análise técnica e fundamentalista combinadas com o aprendizado de máquina para a previsão de tendências futuras nos preços, sendo as redes neurais uma das técnicas mais utilizadas. Esse estudo analisa a qualidade de previsões 15 minutos a frente na tendência (subir ou cair) do preço da ação da Petrobras entre 2014 e 2020.Como existe mais de 100 indicadores técnicos, implementou-se um extrator de variáveis baseado na técnica eXtreme Gradiente Boosting (XGBoost) para diminuir ruído na amostra. Uma rede neural do tipo Long Short Term Memory (LSTM) foi aplicada na etapa de previsão e, como resultado, atingiu-se uma acurácia de 56%. Destaca-se que os melhores resultados ocorreram na previsão de quedas (57%) do que de altas (51%). Em especial, constatou-se que houve melhorias em relação a resultados apresentados anteriormente na literatura.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseCiências Contábeispt_BR
dc.sizeorduration17pt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA::METODOS QUANTITATIVOS EM ECONOMIA::METODOS E MODELOS MATEMATICOS, ECONOMETRICOS E ESTATISTICOSpt_BR
dc.orcid.putcode114265303-
Appears in Collections:TCC - Ciências Contábeis

Files in This Item:
File Description SizeFormat 
PrevisãoDePreços.pdfTCC771.74 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.