Aplicações de inteligência artificial e reinforcement learning na previsão de preços e gestão de portfólios: ensaios no contexto financeiro e de commodities

• Ano de defesa: 2024
• Autor(a) principal: Santos, Gustavo Carvalho
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Uberlândia; Brasil; Programa de Pós-graduação em Engenharia Elétrica
• Palavras-chave em Português: Aprendizado por Reforço; Otimização de Carteiras; Derivativos de Commodities; Dow Jones; Ibovespa; Custos de Transação; Gerenciamento de Ativos Orientado por IA; Reinforcement Learning; Portfolio Optimization; Commodity Derivatives; Transaction Costs; Data-Driven Asset Management; CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES; Engenharia Elétrica; Bolsa de valores; Inteligência artificial; Redes neurais (Computação); ODS::ODS 8. Trabalho decente e crescimento econômico - Promover o crescimento econômico sustentado, inclusivo e sustentável, emprego pleno e produtivo, e trabalho decente para todos.; ODS::ODS 17. Parcerias e meios de implementação - Fortalecer os meios de implementação e revitalizar a parceria global para o desenvolvimento sustentável.
• Link de acesso: https://repositorio.ufu.br/handle/123456789/41997; http://doi.org/10.14393/ufu.te.2024.501

Pesquisa financiada pela Sapiens.Agro