Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/14216
Especie: | Trabalho de conclusão de graduação |
Título : | Análise de notícias do mercado financeiro utilizando processamento de linguagem natural e aprendizado de máquina para decisões de Swing Trade |
Otros títulos: | Financial market news analysis using natural language processing and machine learning for swing trade decisions |
Autor(es)/Inventor(es): | Canto, Lucas Gama |
Tutor: | Almeida, Heraldo Luís Silveira de |
Resumen: | Com o objetivo de automatizar análises fundamentalistas de mercado, o uso de tecnologia para processamento de texto vem sendo utilizado constantemente no meio acadêmico[1] e pro ssional[2]. De forma a contribuir para este campo em crescimento, este trabalho discorre um estudo acerca da criação de modelos preditivos sobre a valorização ou desvalorização de ações na bolsa de valores do Brasil (B3, antiga Bovespa) a partir de notícias sobre o mercado brasileiro de forma a auxiliar decisões de Swing Trade, ou seja, compra e venda de ações dentro de uma janela de tempo maior que um dia. Para isto, o presente projeto utiliza o framework PyText, que se baseia em conceitos de Aprendizado de Máquina, Redes Neurais e Processamento de Linguagem Natural de forma a desenvolver modelos preditivos com a tarefa de classi cação textual. |
Materia: | Aprendizado de Máquina Processamento de Linguagem Natural Mercado Financeiro |
Materia CNPq: | CNPQ::ENGENHARIAS |
Unidade de producción: | Escola Politécnica |
Editor: | Universidade Federal do Rio de Janeiro |
Fecha de publicación: | mar-2020 |
País de edición : | Brasil |
Idioma de publicación: | por |
Tipo de acceso : | Acesso Aberto |
Aparece en las colecciones: | Engenharia de Controle e Automação |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
monopoli10031581.pdf | 2.72 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.