Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/11418
Type: Tese
Title: Redes neurais convolucionais e máquinas de aprendizado extremo aplicadas ao mercado financeiro brasileiro
Other Titles: Convolution neural network and extreme learning machine applied to the Brazilian financial market
Author(s)/Inventor(s): Faria, Elisangela Lopes de
Advisor: Ebecken, Nelson Francisco Favilla
Co-advisor: Albuquerque, Marcelo Portes de
Abstract: Este trabalho apresenta um estudo preditivo do principal índice do mercado acionário brasileiro (Ibovespa) utilizando informações econômicas e financeiras extraídas de importantes provedores de notícias financeiras do Brasil. Um modelo híbrido é proposto combinando as potencialidades de duas arquiteturas de redes neurais artificiais distintas, uma rede neural Convolucional (arquitetura de aprendizado profundo) e uma máquina de aprendizado extremo, juntamente com técnicas de Processamento de Linguagem Natural, mais precisamente as técnicas de representação distribuída das palavras (word embeddings). A influência nos resultados dos principais parâmetros intrínsecos ao modelo proposto é mostrada e discutida. A acurácia máxima obtida com o modelo preditivo foi de 60,2%. Uma estratégia de negociação foi desenvolvida conforme as previsões do modelo reportando lucratividade superior quando comparada com a estratégia buy and hold. Por fim, os resultados obtidos sobre este mercado emergente são equivalentes a outros similares reportados na literatura, porém em mercados bem desenvolvidos.
Abstract: This work presents a predictive study of the main index of the Brazilian stock market (Ibovespa) by using economic and financial information extracted from important financial news providers in Brazil. A hybrid model is proposed combining the potentialities of two distinct artificial neural network architectures, a convolutional neural network (deep learning architecture) and an extreme learning machine, together with techniques of Natural Language Processing, more precisely techniques of distributed representation of words (word embeddings). The influence on the results of the different parameters intrinsic to the proposed model is show and discussed. The maximum accuracy obtained with the predictive model was 60,2%. A trading strategy was developed according to the model predictions, reporting superior profitability as compared to the buy and hold strategy. Finally, the results obtained on this emerging market are similar to the other found in studies reported in the literature, although performed on well developed markets.
Keywords: Redes Neurais de Aprendizado Profundo
Word2vec
Mercados Financeiros
Subject CNPq: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL
Program: Programa de Pós-Graduação em Engenharia Civil
Production unit: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Publisher: Universidade Federal do Rio de Janeiro
Issue Date: Sep-2018
Publisher country: Brasil
Language: por
Right access: Acesso Aberto
Appears in Collections:Engenharia Civil

Files in This Item:
File Description SizeFormat 
ElisangelaLopesDeFaria.pdf3,65 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.