Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/49034| ORCID: | http://orcid.org/0000-0003-4567-2006 |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Entre o acaso e a inteligência: uma comparação entre investimentos na B3 baseados em aprendizado de máquina e o jogo da roleta |
| Título(s) alternativo(s): | Between chance and intelligence: a comparison of machine learning–based investment strategies in the brazilian stock exchange (B3) and roulette |
| Autor(es): | Chaves, Lucas Fernando Ribeiro |
| Primeiro orientador: | Silva, Pedro Franklin Cardoso |
| Primeiro membro da banca: | Araújo, Lúcio Borges de |
| Segundo membro da banca: | Pereira, Leandro Alves |
| Resumo: | O presente trabalho tem como objetivo investigar a utilização de algoritmos de aprendizado de máquina como suporte a estratégias de investimento de médio prazo na Bolsa de Valores do Brasil (B3), comparando seu desempenho percentual com o de sistemas de apostas do tipo roleta de cassino. Nesse contexto, três modelos de classificação supervisionada são testados, sendo eles: k-vizinhos mais próximos (k-NN), árvore de decisão e floresta aleatória. Assim, os sinais gerados por esses modelos são utilizados em operações de compra dos ativos-alvo, sem a execução de vendas, o que permite a avaliação do potencial de multiplicação patrimonial pela ótica da relação risco-retorno presente no mercado acionário. Em relação aos ativos avaliados,mais de 30 ações que compõem o índice Ibovespa são inicialmente examinadas; ao final desse processo de seleção, quatro delas nas escalas semanais e mensais de preços, são definidas como objeto de estudo, sendo elas: VALE3, ITUB4, PETR4 e SBSP3. Paralelamente à modelagem computacional associada ao mercado de ações, um sistema computacional baseado na lógica probabilística das apostas de roleta de cassino é implementado, a fim de estabelecer um referencial de comparação de natureza aleatória. Nesse sistema, a estratégia de jogo Streets of Gold é aplicada em busca da maximização dos lucros e redução dos efeitos aleatórios do referido jogo. Os resultados indicam que, em termos absolutos, nenhum modelo apresenta vantagem sob todos os ativos e horizontes; contudo, algumas combinações obtêm ganhos expressivamente maiores que os do sistema de aposta, sob as mesmas condições de tempo (rodadas) e capital disponível, garantindo além do elevado retorno financeiro uma menor exposição ao risco patrimonial. Dessa forma, o estudo contribui para a literatura acadêmica vigente ao demonstrar o potencial do aprendizado de máquina na formulação de estratégias financeiras, as quais oferecem subsídios práticos a investidores interessados em alternativas quantitativas frente a cenários de alta volatilidade. Adicionalmente, enfatiza o caráter meramente recreativo dos sistemas de apostas. |
| Abstract: | This study aims to investigate the use of machine learning algorithms as support for medium-term investment strategies on the Brazilian Stock Exchange (B3), comparing their percentage performance with that of casino roulette betting systems. In this context, three supervised classification models are tested, namely: k-nearest neighbors (k-NN), decision tree, and random forest. Thus, the signals generated by these models are employed in buy-only transactions of the target assets — without any sell orders — allowing evaluation of their wealth multiplication potential from the perspective of the risk-return trade-off inherent in the equity market. Regarding the assets analyzed, over 30 stocks comprising the Ibovespa index are initially examined; at the end of this selection process, four of them — assessed on weekly and monthly price scales — are defined as the objects of study: VALE3, ITUB4, PETR4, and SBSP3. In parallel with the computational modeling related to the stock market, a computational system based on the probabilistic logic of casino roulette betting is implemented to establish a benchmark of random nature for comparative purposes. Within this system, the Streets of Gold betting strategy is applied in pursuit of profit maximization and mitigation of the randomness effects inherent to the game. The results indicate that, in absolute terms, no model demonstrates superiority across all assets and time horizons; however, certain combinations achieve significantly higher returns than the betting system under identical conditions of time (rounds) and available capital, delivering not only substantial financial gains but also lower exposure to wealth risk. Thus, this study contributes to the existing academic literature by demonstrating the potential of machine learning in formulating financial strategies that provide practical support to investors seeking quantitative alternatives in highly volatile market scenarios. Additionally, it underscores the purely recreational nature of betting systems. |
| Palavras-chave: | Aprendizado de Máquina Bolsa de Valores B3 k-NN Árvore de decisão Floresta aleatória Roleta de cassino |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | CHAVES, Lucas Fernando Ribeiro. Entre o acaso e a inteligência: uma comparação entre investimentos na B3 baseados em aprendizado de máquina e o jogo da roleta. 2025. 78 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2025. |
| URI: | https://repositorio.ufu.br/handle/123456789/49034 |
| Data de defesa: | 10-Nov-2025 |
| Aparece nas coleções: | TCC - Estatística |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| EntreAcasoInteligência.pdf | TCC | 8.75 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
