Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/35505
ORCID: | http://orcid.org/0000-0001-9111-4887 |
Tipo do documento: | Trabalho de Conclusão de Curso |
Tipo de acesso: | Acesso Aberto |
Título: | Comparação de modelos de machine learning para previsão de preço de fechamento de uma ação do setor bancário listada na B3 |
Autor(es): | Gonçalves, Gabriel Alexandre |
Primeiro orientador: | Lopes, José Eduardo Ferreira |
Primeiro membro da banca: | Gandolfi, Peterson Elizandro |
Segundo membro da banca: | Penedo, Antônio Sérgio Torres |
Resumo: | Este estudo aborda investimentos e aprendizado de máquina, realizando uma comparação entre os algoritmos Árvore de Decisão, Random Forest e Regressão Linear. O Objetivo deste trabalho é prever o preço do ativo ITUB4, e comparar as previsões dos três algoritmos utilizados. Para esse fim, foram coletadas informações financeiras do ativo, e feita a engenharia de dados para criar os insumos finais a serem utilizados pelos algoritmos de previsão. Os resultados mostram que todos os modelos conseguiram ter boas previsões para o período em que foi proposto. |
Palavras-chave: | Investimento Investment Previsão Forecast Aprendizado de máquina Machine learning |
Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS |
Idioma: | por |
País: | Brasil |
Editora: | Universidade Federal de Uberlândia |
Referência: | GONÇALVES, Gabriel Alexandre. Comparação de modelos de machine learning para previsão de preço de fechamento de uma ação do setor bancário listada na B3. 2022. 15 f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) – Universidade Federal de Uberlândia, Uberlândia, 2022. |
URI: | https://repositorio.ufu.br/handle/123456789/35505 |
Data de defesa: | 11-Ago-2022 |
Aparece nas coleções: | TCC - Gestão da Informação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ComparaçãoDeModelos.pdf | TCC | 502.88 kB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons