Análise de notícias do mercado financeiro utilizando processamento de linguagem natural e aprendizado de máquina para decisões de Swing Trade

Canto, Lucas Gama

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/14216

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Almeida, Heraldo Luís Silveira de	-
dc.contributor.author	Canto, Lucas Gama	-
dc.date.accessioned	2021-05-10T00:47:08Z	-
dc.date.available	2023-12-21T03:07:43Z	-
dc.date.issued	2020-03	-
dc.identifier.uri	http://hdl.handle.net/11422/14216	-
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	Processamento de Linguagem Natural	pt_BR
dc.subject	Mercado Financeiro	pt_BR
dc.title	Análise de notícias do mercado financeiro utilizando processamento de linguagem natural e aprendizado de máquina para decisões de Swing Trade	pt_BR
dc.title.alternative	Financial market news analysis using natural language processing and machine learning for swing trade decisions	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/5485306951214599	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/9367473697898185	pt_BR
dc.contributor.referee1	Mello, Flávio Luís de	-
dc.contributor.referee2	Dutra, Diego Leonel Cadette	-
dc.description.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.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Escola Politécnica	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Engenharia de Controle e Automação

Files in This Item:

File	Description	Size	Format
monopoli10031581.pdf		2.72 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository