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 TamanhoFormato 
monopoli10031581.pdf2.72 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.