Pantheon Repositorio Institucional
Recopila, preserva y difundi la producción académica digital en todas las áreas del conocimiento.
Comprende los activos del repositorio, además de tesis y disertaciones en la UFRJ, artículos científicos, libros electrónicos, capítulos de libros y trabajos presentados en eventos para los profesores, investigadores, personal administrativo y estudiantes de maestría y doctorado.
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/21401| Especie: | Trabalho de conclusão de graduação |
| Título : | Uso de séries temporais para análise quantitativa de ações em meio à Covid-19 |
| Autor(es)/Inventor(es): | Ferreira, Caio Naim Paes Chagas, Gabriel Ribas Penha das Farias, Lucas da Silva |
| Tutor: | Bastos, Valeria Menezes |
| Resumen: | O estudo foi realizado buscando entender a consistência de modelos preditivos frente a impactos externos que influenciam diretamente a economia, como, por exemplo, a COVID 19. A análise consistiu em avaliar a acurácia de 3 abordagens: Simulação de Monte Carlo, Séries Temporais e Long Short-Term Memory (LSTM) antes do acontecimento da pande mia. Avaliaram-se as predições para o cenário de COVID-19 e foi feito um comparativo com o real, a fim de avaliar a robustez de modelos em meio ao cenário econômico mundial. O resultado obtido mostrou que apenas a variável de tempo não é o suficiente para lidar com predição de preços no mercado de ações, tornando até mesmo o modelo mais robusto suscetível a falhas nas predições em cenários pouco incertos. Portanto, há a necessidade de avaliar, juntamente aos padrões de evolução no tempo, fatores como notícias políticas, financeiras, redes sociais e diversas outras fontes que possam correlacionar com a variável de tempo e prover predições mais assertivas para cenários completos. |
| Materia: | Inteligência artificial Aprendizado de máquina Redes neurais Séries temporais |
| Materia CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
| Unidade de producción: | Instituto de Computação |
| Editor: | Universidade Federal do Rio de Janeiro |
| Fecha de publicación: | 14-jun-2023 |
| País de edición : | Brasil |
| Idioma de publicación: | por |
| Tipo de acceso : | Acesso Aberto |
| Aparece en las colecciones: | Ciência da Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| CNPFerreira.pdf | 1.64 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.