Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11422/14216
Tipo: | 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 |
Título(s) alternativo(s): | Financial market news analysis using natural language processing and machine learning for swing trade decisions |
Autor(es)/Inventor(es): | Canto, Lucas Gama |
Orientador: | Almeida, Heraldo Luís Silveira de |
Resumo: | 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. |
Palavras-chave: | Aprendizado de Máquina Processamento de Linguagem Natural Mercado Financeiro |
Assunto CNPq: | CNPQ::ENGENHARIAS |
Unidade produtora: | Escola Politécnica |
Editora: | Universidade Federal do Rio de Janeiro |
Data de publicação: | Mar-2020 |
País de publicação: | Brasil |
Idioma da publicação: | por |
Tipo de acesso: | Acesso Aberto |
Aparece nas coleções: | Engenharia de Controle e Automação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
monopoli10031581.pdf | 2.72 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.