Modelo de predição de preços de ações utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Santos, Guilherme Galvão dos
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Digital do Mackenzie
Texto Completo: https://dspace.mackenzie.br/handle/10899/33653
Resumo: O mercado de ações é influenciado por diversos fatores, que muitas vezes não podem ser previstos e antecipados, como as expectativas de investidores. Levando em conta essa imprevisibilidade, a presente pesquisa apresenta uma tentativa de prever os preços da ação brasileiras mais negociadas na B3 (Brasil, Bolsa, Balcão), sendo a Petrobrás ON (petr3), utilizando a arquitetura de rede neural artificial Long Short-Term Memory (LSTM). Para o experimento serão utilizados dados diários das ações, presente em todos os pregões da B3, a partir de 2010 e comparados contra um modelo univariado Auto Regressive Integrated Moving Average (ARIMA).
id UPM_8e35c57e20b6cd4a267ca0fd9276ec0f
oai_identifier_str oai:dspace.mackenzie.br:10899/33653
network_acronym_str UPM
network_name_str Repositório Digital do Mackenzie
repository_id_str 10277
spelling Santos, Guilherme Galvão dosHadad Junior, Eli 2023-10-23T23:28:18Z2023-10-23T23:28:18Z2022-12-05O mercado de ações é influenciado por diversos fatores, que muitas vezes não podem ser previstos e antecipados, como as expectativas de investidores. Levando em conta essa imprevisibilidade, a presente pesquisa apresenta uma tentativa de prever os preços da ação brasileiras mais negociadas na B3 (Brasil, Bolsa, Balcão), sendo a Petrobrás ON (petr3), utilizando a arquitetura de rede neural artificial Long Short-Term Memory (LSTM). Para o experimento serão utilizados dados diários das ações, presente em todos os pregões da B3, a partir de 2010 e comparados contra um modelo univariado Auto Regressive Integrated Moving Average (ARIMA).The stock market is influenced by several factors, which often cannot be predicted and anticipated, such as investor expectations. Taking this unpredictability into account, this research presents an attempt to predict the prices of the most traded Brazilian shares on the B3 (Brasil, Bolsa, Balcão), being Petrobras ON (petr3), using the architecture of the artificial neural network Long Short-Term Memory (LSTM). For the experiment, daily stock data will be used, present in all B3 trading sessions, from 2010 onwards, and compared against a univariate Auto Regressive Integrated Moving Average (ARIMA) model.https://dspace.mackenzie.br/handle/10899/33653Universidade Presbiteriana MackenzieCentro de Ciências Sociais e Aplicadas (CCSA)LSTMARIMAredes neurais artificiaisredes neurais recorrentesaçõesLSTMARIMAartificial neural networksrecurrent neural networksstocksModelo de predição de preços de ações utilizando redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Digital do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIEinfo:eu-repo/semantics/openAccessLICENSElicense.txtlicense.txttext/plain; charset=utf-82269https://dspace.mackenzie.br/bitstreams/c8d7f520-9192-40be-98f1-5da5637a5803/downloadf0d4931322d30f6d2ee9ebafdf037c16MD51ORIGINAL08. trabalho MONO II_ Guilherme Galvão dos Santos.pdf08. trabalho MONO II_ Guilherme Galvão dos Santos.pdfapplication/pdf580922https://dspace.mackenzie.br/bitstreams/34f1c732-6346-4312-94f2-21913949ccd0/download5d151df12ad181a91d23c3f786a435d5MD51TEXT08. trabalho MONO II_ Guilherme Galvão dos Santos.pdf.txt08. trabalho MONO II_ Guilherme Galvão dos Santos.pdf.txtExtracted texttext/plain20911https://dspace.mackenzie.br/bitstreams/3372fecd-8b1e-40bc-8a1c-ef7c3df13c5b/download631f1c5587449360dd864c2f505348e0MD52THUMBNAIL08. trabalho MONO II_ Guilherme Galvão dos Santos.pdf.jpg08. trabalho MONO II_ Guilherme Galvão dos Santos.pdf.jpgGenerated Thumbnailimage/jpeg2635https://dspace.mackenzie.br/bitstreams/b36fdaed-8e24-4a8a-9519-0d4ec6398dc2/downloaddf480371755cb06ce84dba6deb4605eeMD5310899/336532023-11-17 13:56:15.34oai:dspace.mackenzie.br:10899/33653https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772023-11-17T13:56:15Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)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
dc.title.none.fl_str_mv Modelo de predição de preços de ações utilizando redes neurais artificiais
title Modelo de predição de preços de ações utilizando redes neurais artificiais
spellingShingle Modelo de predição de preços de ações utilizando redes neurais artificiais
Santos, Guilherme Galvão dos
LSTM
ARIMA
redes neurais artificiais
redes neurais recorrentes
ações
LSTM
ARIMA
artificial neural networks
recurrent neural networks
stocks
title_short Modelo de predição de preços de ações utilizando redes neurais artificiais
title_full Modelo de predição de preços de ações utilizando redes neurais artificiais
title_fullStr Modelo de predição de preços de ações utilizando redes neurais artificiais
title_full_unstemmed Modelo de predição de preços de ações utilizando redes neurais artificiais
title_sort Modelo de predição de preços de ações utilizando redes neurais artificiais
author Santos, Guilherme Galvão dos
author_facet Santos, Guilherme Galvão dos
author_role author
dc.contributor.author.fl_str_mv Santos, Guilherme Galvão dos
dc.contributor.advisor1.fl_str_mv Hadad Junior, Eli
contributor_str_mv Hadad Junior, Eli
dc.subject.por.fl_str_mv LSTM
ARIMA
redes neurais artificiais
redes neurais recorrentes
ações
LSTM
ARIMA
artificial neural networks
recurrent neural networks
stocks
topic LSTM
ARIMA
redes neurais artificiais
redes neurais recorrentes
ações
LSTM
ARIMA
artificial neural networks
recurrent neural networks
stocks
description O mercado de ações é influenciado por diversos fatores, que muitas vezes não podem ser previstos e antecipados, como as expectativas de investidores. Levando em conta essa imprevisibilidade, a presente pesquisa apresenta uma tentativa de prever os preços da ação brasileiras mais negociadas na B3 (Brasil, Bolsa, Balcão), sendo a Petrobrás ON (petr3), utilizando a arquitetura de rede neural artificial Long Short-Term Memory (LSTM). Para o experimento serão utilizados dados diários das ações, presente em todos os pregões da B3, a partir de 2010 e comparados contra um modelo univariado Auto Regressive Integrated Moving Average (ARIMA).
publishDate 2022
dc.date.issued.fl_str_mv 2022-12-05
dc.date.accessioned.fl_str_mv 2023-10-23T23:28:18Z
dc.date.available.fl_str_mv 2023-10-23T23:28:18Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.mackenzie.br/handle/10899/33653
url https://dspace.mackenzie.br/handle/10899/33653
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.publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.publisher.department.fl_str_mv Centro de Ciências Sociais e Aplicadas (CCSA)
publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.source.none.fl_str_mv reponame:Repositório Digital do Mackenzie
instname:Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron:MACKENZIE
instname_str Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron_str MACKENZIE
institution MACKENZIE
reponame_str Repositório Digital do Mackenzie
collection Repositório Digital do Mackenzie
bitstream.url.fl_str_mv https://dspace.mackenzie.br/bitstreams/c8d7f520-9192-40be-98f1-5da5637a5803/download
https://dspace.mackenzie.br/bitstreams/34f1c732-6346-4312-94f2-21913949ccd0/download
https://dspace.mackenzie.br/bitstreams/3372fecd-8b1e-40bc-8a1c-ef7c3df13c5b/download
https://dspace.mackenzie.br/bitstreams/b36fdaed-8e24-4a8a-9519-0d4ec6398dc2/download
bitstream.checksum.fl_str_mv f0d4931322d30f6d2ee9ebafdf037c16
5d151df12ad181a91d23c3f786a435d5
631f1c5587449360dd864c2f505348e0
df480371755cb06ce84dba6deb4605ee
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)
repository.mail.fl_str_mv repositorio@mackenzie.br||paola.damato@mackenzie.br
_version_ 1829412276030930944

Registros relacionados