Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/49034
Full metadata record
DC FieldValueLanguage
dc.creatorChaves, Lucas Fernando Ribeiro-
dc.date.accessioned2026-07-23T19:36:35Z-
dc.date.available2026-07-23T19:36:35Z-
dc.date.issued2025-11-10-
dc.identifier.citationCHAVES, 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.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/49034-
dc.description.abstractThis 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.pt_BR
dc.description.sponsorshipPesquisa sem auxílio de agências de fomentopt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectAprendizado de Máquinapt_BR
dc.subjectBolsa de Valorespt_BR
dc.subjectB3pt_BR
dc.subjectk-NNpt_BR
dc.subjectÁrvore de decisãopt_BR
dc.subjectFloresta aleatóriapt_BR
dc.subjectRoleta de cassinopt_BR
dc.titleEntre o acaso e a inteligência: uma comparação entre investimentos na B3 baseados em aprendizado de máquina e o jogo da roletapt_BR
dc.title.alternativeBetween chance and intelligence: a comparison of machine learning–based investment strategies in the brazilian stock exchange (B3) and roulettept_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Silva, Pedro Franklin Cardoso-
dc.contributor.advisor1Latteshttps://lattes.cnpq.br/2774946715740027pt_BR
dc.contributor.referee1Araújo, Lúcio Borges de-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1633451941969946pt_BR
dc.contributor.referee2Pereira, Leandro Alves-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0760487233492775pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8862444149404318pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseEstatísticapt_BR
dc.sizeorduration78pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIApt_BR
dc.orcid.putcode221685279-
Appears in Collections:TCC - Estatística

Files in This Item:
File Description SizeFormat 
EntreAcasoInteligência.pdfTCC8.75 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons