Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/13695
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Evsukoff, Alexandre Gonçalves | - |
dc.contributor.author | Bichara, Gustavo Luiz Godoy | - |
dc.date.accessioned | 2021-02-10T19:02:54Z | - |
dc.date.available | 2023-12-21T03:07:25Z | - |
dc.date.issued | 2019-03 | - |
dc.identifier.uri | http://hdl.handle.net/11422/13695 | - |
dc.description.abstract | This work presents a Deep Learning application composed by Convolutional Neural Networks and Recurrent Neural Networks (Long Short-Term Memory) for semantic extraction from portuguese language news and technical indicators processing from Banco do Brasil stock (BBAS3). Furthermore, it applies entropy filters and ensemble methods to create an investment decision support system. Throughout this research, we discuss the advantages of using different techniques of Natural Language Processing and sliding window training. The results of experiments indicate a high potential for the joint application of these techniques, since they reach good assertiveness in stock movements predictions and achieve higher financial returns than market benchmarks during the period. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Aprendizado de máquina | pt_BR |
dc.subject | Deep learning | pt_BR |
dc.subject | Ensemble | pt_BR |
dc.subject | Previsão de ações | pt_BR |
dc.title | Redes neurais profundas para auxílio à tomada de decisão no mercado de ações | pt_BR |
dc.title.alternative | Deep learning for decision support in stock market | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/6443456845137235 | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/2562263152583947 | pt_BR |
dc.contributor.referee1 | Lima, Beatriz de Souza Leite Pires de | - |
dc.contributor.referee2 | Seixas, Jose Manoel de | - |
dc.contributor.referee3 | Rodrigues, Elaine Maria Tavares | - |
dc.description.resumo | Este trabalho apresenta a aplicação de uma rede neural profunda composta de Redes Neurais Convolucionais e Redes Neurais Recorrentes (Long Short-Term Memory) para extração semântica de notícias em língua portuguesa e processamento de indicadores técnicos da ação do Banco do Brasil ON (BBAS3). Aliado a isso, faz também o uso de filtros de entropia, baseados na entropia de Shannon, e combinação de modelos para criar um sistema de apoio à tomada de decisão de investimento. Ao longo da pesquisa, faz-se uma discussão das vantagens no uso de diferentes técnicas de Processamento de Linguagem Natural e do treinamento com janelas deslizantes. Os testes realizados indicam um elevado potencial para a aplicação conjunta destas técnicas, uma vez que atingem boa assertividade nas previsões dos movimentos da ação e conseguem retornos financeiros superiores aos benchmarks do mercado no período analisado. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia | pt_BR |
dc.publisher.program | Programa de Pós-Graduação em Engenharia Civil | pt_BR |
dc.publisher.initials | UFRJ | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA CIVIL | pt_BR |
dc.embargo.terms | aberto | pt_BR |
Appears in Collections: | Engenharia Civil |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
GustavoLuizGodoyBichara.pdf | 3.24 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.