Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory

Bibliographic Details
Main Author: Silima, Leonel Olímpio
Publication Date: 2023
Format: Master thesis
Language: por
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: http://hdl.handle.net/10773/40855
Summary: Este documento enfatizou a análise de dados financeiros e o tratamento de desequilíbrios de dados, com ênfase na aplicação de técnicas de Machine Learning. Foi conduzida uma exploração aprofundada das complexidades financeiras, identificando padrões cruciais para embasar decisões assertivas. Foram desenvolvidas competências sólidas na manipulação de dados e assegurou-se a confiabilidade das análises dos dados para garantir os resultados almejados. Foram realizadas operações de negociação de ativos, implementaram-se estratégias com Python e efetuados testes retrospectivos para fortalecer a base de investimento. A automação de tarefas, através da implementação de um chatbot com a API da OpenAI, otimizou significativamente o atendimento ao cliente. Contribuiu-se ativamente para a pesquisa, com publicações de artigos e tutoriais educativos na área de análise de dados e inteligência artificial aplicada ao setor financeiro. Este estágio proporcionou uma preparação sólida para enfrentar desafios financeiros complexos, destacando a necessidade de implementar estratégias algorítmicas personalizadas minuciosamente testadas em simulações antes da aplicação nos mercados reais, a fim de mitigar o viés emocional nas decisões financeiras.
id RCAP_7e07983b78e10c400a7460952bf92e18
oai_identifier_str oai:ria.ua.pt:10773/40855
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Exploração de técnicas de machine learning em análise de dados financeiros na Vision FactoryAnálise de dados financeirosExploração de técnicas machine learningNegociação de açõesEstratégias de investimentoPythonBacktestingChatbotInteligência artificialEste documento enfatizou a análise de dados financeiros e o tratamento de desequilíbrios de dados, com ênfase na aplicação de técnicas de Machine Learning. Foi conduzida uma exploração aprofundada das complexidades financeiras, identificando padrões cruciais para embasar decisões assertivas. Foram desenvolvidas competências sólidas na manipulação de dados e assegurou-se a confiabilidade das análises dos dados para garantir os resultados almejados. Foram realizadas operações de negociação de ativos, implementaram-se estratégias com Python e efetuados testes retrospectivos para fortalecer a base de investimento. A automação de tarefas, através da implementação de um chatbot com a API da OpenAI, otimizou significativamente o atendimento ao cliente. Contribuiu-se ativamente para a pesquisa, com publicações de artigos e tutoriais educativos na área de análise de dados e inteligência artificial aplicada ao setor financeiro. Este estágio proporcionou uma preparação sólida para enfrentar desafios financeiros complexos, destacando a necessidade de implementar estratégias algorítmicas personalizadas minuciosamente testadas em simulações antes da aplicação nos mercados reais, a fim de mitigar o viés emocional nas decisões financeiras.This document focused on the analysis of financial data and the treatment of data imbalances, with an emphasis on the application of Machine Learning techniques. A thorough exploration of financial complexities was conducted, identifying crucial patterns to support informed decisions. Solid skills were developed in data manipulation, ensuring data analysis reliability for desired outcomes. Asset trading operations were carried out, Python-based strategies were implemented, and retrospective tests were conducted to strengthen the investment foundation. Task automation, through the implementation of a chatbot using the OpenAI API, significantly optimized customer service. Active contributions were made to research, with the publication of articles and educational tutorials in the field of data analysis and artificial intelligence applied to the financial sector. This internship provided a robust preparation for facing complex financial challenges, highlighting the necessity of implementing meticulously tested customized algorithmic strategies through simulations before applying them to real markets to mitigate emotional bias in financial decisions.2024-02-23T14:19:56Z2023-12-12T00:00:00Z2023-12-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10773/40855porSilima, Leonel Olímpioinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-06T04:52:42Zoai:ria.ua.pt:10773/40855Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T14:23:10.017482Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory
title Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory
spellingShingle Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory
Silima, Leonel Olímpio
Análise de dados financeiros
Exploração de técnicas machine learning
Negociação de ações
Estratégias de investimento
Python
Backtesting
Chatbot
Inteligência artificial
title_short Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory
title_full Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory
title_fullStr Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory
title_full_unstemmed Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory
title_sort Exploração de técnicas de machine learning em análise de dados financeiros na Vision Factory
author Silima, Leonel Olímpio
author_facet Silima, Leonel Olímpio
author_role author
dc.contributor.author.fl_str_mv Silima, Leonel Olímpio
dc.subject.por.fl_str_mv Análise de dados financeiros
Exploração de técnicas machine learning
Negociação de ações
Estratégias de investimento
Python
Backtesting
Chatbot
Inteligência artificial
topic Análise de dados financeiros
Exploração de técnicas machine learning
Negociação de ações
Estratégias de investimento
Python
Backtesting
Chatbot
Inteligência artificial
description Este documento enfatizou a análise de dados financeiros e o tratamento de desequilíbrios de dados, com ênfase na aplicação de técnicas de Machine Learning. Foi conduzida uma exploração aprofundada das complexidades financeiras, identificando padrões cruciais para embasar decisões assertivas. Foram desenvolvidas competências sólidas na manipulação de dados e assegurou-se a confiabilidade das análises dos dados para garantir os resultados almejados. Foram realizadas operações de negociação de ativos, implementaram-se estratégias com Python e efetuados testes retrospectivos para fortalecer a base de investimento. A automação de tarefas, através da implementação de um chatbot com a API da OpenAI, otimizou significativamente o atendimento ao cliente. Contribuiu-se ativamente para a pesquisa, com publicações de artigos e tutoriais educativos na área de análise de dados e inteligência artificial aplicada ao setor financeiro. Este estágio proporcionou uma preparação sólida para enfrentar desafios financeiros complexos, destacando a necessidade de implementar estratégias algorítmicas personalizadas minuciosamente testadas em simulações antes da aplicação nos mercados reais, a fim de mitigar o viés emocional nas decisões financeiras.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-12T00:00:00Z
2023-12-12
2024-02-23T14:19:56Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10773/40855
url http://hdl.handle.net/10773/40855
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833594551794663424

Similar Items