Exploração de arquiteturas de redes neurais em uma série temporal financeira

Anjos, Carlos Eduardo Menezes dos

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/17253

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Evsukof, Alexandre Gonçalves	-
dc.contributor.author	Anjos, Carlos Eduardo Menezes dos	-
dc.date.accessioned	2022-06-15T17:30:24Z	-
dc.date.available	2023-12-21T03:08:56Z	-
dc.date.issued	2018-04	-
dc.identifier.uri	http://hdl.handle.net/11422/17253	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Redes neurais	pt_BR
dc.subject	Aprendizado de máquina	pt_BR
dc.subject	Mercado financeiro	pt_BR
dc.title	Exploração de arquiteturas de redes neurais em uma série temporal financeira	pt_BR
dc.title.alternative	Exploration of neural network architectures in a financial time series	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.referee1	Seixas , José Manuel de	-
dc.contributor.referee2	Vargas, Manuel Ramon	-
dc.description.resumo	A predição de ações do mercado financeiro é um problema com alto grau de dificuldade devido ao fato da série temporal financeira não ser estacionaria e informações externas, como delações vazadas, a afetarem diretamente. Com o avanço da tecnologia ao longo dos anos, verifica-se possível a criação de modelos mais complexos para modelagem desse tipo de séries temporais, de forma que o trabalho aqui proposto visa explorar diferentes topologias e técnicas de redes neurais artificiais em um série temporal financeira brasileira. Os modelos propostos usam o valor de fechamento, junto com alguns indicadores, de cinco dias seguidos, para tentar predizer se o valor de fechamento subirá ou descerá no sexto dia. Apesar das técnicas de redes neurais serem consideradas o estado da arte para certos problemas, as redes testadas neste trabalho não apresentaram resultados satisfatórios, visto que apenas a informação apresentada aos modelos não foi suficiente para realizar uma modelagem adequada.	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 Computação e Informação

Files in This Item:

File	Description	Size	Format
monopoli10025995.pdf		642.83 kB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository