Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas

Detalhes bibliográficos
Autor(a) principal: Marson, João Alexandre Mendonça
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional do UniCEUB
Texto Completo: https://repositorio.uniceub.br/jspui/handle/prefix/15105
Resumo: Neste trabalho aplicam-se técnicas de treinamento e criação de redes neurais profundas, utilizando uma abordagem que leva em conta o conhecimento disponível na área de análise de bolsas de valores. O processo é descrito, desde seu início, com a mineração e limpeza de dados. Explica-se alguns indicadores técnicos utilizados por analistas de mercado e como organiza-se as estruturas de dados. Alimentam-se esses para três modelos baseados em literatura. Demonstram-se procedimentos para melhorar os resultados dos modelos. Conclui-se que os resultados não são tão simples de serem verificados e quais mudanças geraram a melhor acurácia
id CEUB_b891c74f89ba35eae15ae9c80a70af71
oai_identifier_str oai:repositorio.uniceub.br:prefix/15105
network_acronym_str CEUB
network_name_str Repositório Institucional do UniCEUB
repository_id_str 2361
spelling Marson, João Alexandre Mendonça2021-06-07T11:36:58Z2021-06-07T11:36:58Z20202021-05-31MARSON, João Alexandre Mendonça. Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas. 2020. Monografia (Graduação em Engenharia da Computação) - Faculdade de Tecnologia e Ciências Sociais Aplicadas, Centro Universitário de Brasília, Brasília, 2020.https://repositorio.uniceub.br/jspui/handle/prefix/15105Diaz, Francisco Javier de ObaldiaNeste trabalho aplicam-se técnicas de treinamento e criação de redes neurais profundas, utilizando uma abordagem que leva em conta o conhecimento disponível na área de análise de bolsas de valores. O processo é descrito, desde seu início, com a mineração e limpeza de dados. Explica-se alguns indicadores técnicos utilizados por analistas de mercado e como organiza-se as estruturas de dados. Alimentam-se esses para três modelos baseados em literatura. Demonstram-se procedimentos para melhorar os resultados dos modelos. Conclui-se que os resultados não são tão simples de serem verificados e quais mudanças geraram a melhor acuráciaSubmitted by Igor Pereira (igor.spereira@uniceub.br) on 2021-05-31T12:40:29Z No. of bitstreams: 1 João Marson Artigo_TCC VF PB.pdf: 1901569 bytes, checksum: f571848d0f709a40a0d1eaddba24db53 (MD5)Approved for entry into archive by Rodrigo Peres (rodrigo.peres@uniceub.br) on 2021-06-07T11:36:58Z (GMT) No. of bitstreams: 1 João Marson Artigo_TCC VF PB.pdf: 1901569 bytes, checksum: f571848d0f709a40a0d1eaddba24db53 (MD5)Made available in DSpace on 2021-06-07T11:36:58Z (GMT). No. of bitstreams: 1 João Marson Artigo_TCC VF PB.pdf: 1901569 bytes, checksum: f571848d0f709a40a0d1eaddba24db53 (MD5) Previous issue date: 2021-05-31Redes neurais profundasAprendizado profundoPrevisão de mercadoPrevisão de tendências de preços na bolsa de valores, utilizando redes neurais profundasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniCEUBporreponame:Repositório Institucional do UniCEUBinstname:Centro de Ensino de Brasília (UNICEUB)instacron:UNICEUBinfo:eu-repo/semantics/openAccessORIGINALJoão Marson Artigo_TCC VF PB.pdfJoão Marson Artigo_TCC VF PB.pdfapplication/pdf1901569https://repositorio.uniceub.br/bitstream/prefix/15105/1/Jo%c3%a3o%20Marson%20Artigo_TCC%20VF%20PB.pdff571848d0f709a40a0d1eaddba24db53MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://repositorio.uniceub.br/bitstream/prefix/15105/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD52TEXTJoão Marson Artigo_TCC VF PB.pdf.txtJoão Marson Artigo_TCC VF PB.pdf.txtExtracted texttext/plain49160https://repositorio.uniceub.br/bitstream/prefix/15105/3/Jo%c3%a3o%20Marson%20Artigo_TCC%20VF%20PB.pdf.txt6dc55d735b434c5aaf7a236647559b0eMD53prefix/151052021-06-07 13:27:01.043oai:repositorio.uniceub.br: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ório de PublicaçõesPRIhttps://repositorio.uniceub.br/oai/requestopendoar:23612021-06-07T13:27:01Repositório Institucional do UniCEUB - Centro de Ensino de Brasília (UNICEUB)false
dc.title.pt_BR.fl_str_mv Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas
title Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas
spellingShingle Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas
Marson, João Alexandre Mendonça
Redes neurais profundas
Aprendizado profundo
Previsão de mercado
title_short Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas
title_full Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas
title_fullStr Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas
title_full_unstemmed Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas
title_sort Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas
author Marson, João Alexandre Mendonça
author_facet Marson, João Alexandre Mendonça
author_role author
dc.contributor.author.fl_str_mv Marson, João Alexandre Mendonça
dc.subject.por.fl_str_mv Redes neurais profundas
Aprendizado profundo
Previsão de mercado
topic Redes neurais profundas
Aprendizado profundo
Previsão de mercado
description Neste trabalho aplicam-se técnicas de treinamento e criação de redes neurais profundas, utilizando uma abordagem que leva em conta o conhecimento disponível na área de análise de bolsas de valores. O processo é descrito, desde seu início, com a mineração e limpeza de dados. Explica-se alguns indicadores técnicos utilizados por analistas de mercado e como organiza-se as estruturas de dados. Alimentam-se esses para três modelos baseados em literatura. Demonstram-se procedimentos para melhorar os resultados dos modelos. Conclui-se que os resultados não são tão simples de serem verificados e quais mudanças geraram a melhor acurácia
publishDate 2020
dc.date.criacao.none.fl_str_mv 2021-05-31
dc.date.issued.fl_str_mv 2020
dc.date.accessioned.fl_str_mv 2021-06-07T11:36:58Z
dc.date.available.fl_str_mv 2021-06-07T11:36:58Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MARSON, João Alexandre Mendonça. Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas. 2020. Monografia (Graduação em Engenharia da Computação) - Faculdade de Tecnologia e Ciências Sociais Aplicadas, Centro Universitário de Brasília, Brasília, 2020.
dc.identifier.uri.fl_str_mv https://repositorio.uniceub.br/jspui/handle/prefix/15105
dc.identifier.orientador.pt_BR.fl_str_mv Diaz, Francisco Javier de Obaldia
identifier_str_mv MARSON, João Alexandre Mendonça. Previsão de tendências de preços na bolsa de valores, utilizando redes neurais profundas. 2020. Monografia (Graduação em Engenharia da Computação) - Faculdade de Tecnologia e Ciências Sociais Aplicadas, Centro Universitário de Brasília, Brasília, 2020.
Diaz, Francisco Javier de Obaldia
url https://repositorio.uniceub.br/jspui/handle/prefix/15105
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv UniCEUB
publisher.none.fl_str_mv UniCEUB
dc.source.none.fl_str_mv reponame:Repositório Institucional do UniCEUB
instname:Centro de Ensino de Brasília (UNICEUB)
instacron:UNICEUB
instname_str Centro de Ensino de Brasília (UNICEUB)
instacron_str UNICEUB
institution UNICEUB
reponame_str Repositório Institucional do UniCEUB
collection Repositório Institucional do UniCEUB
bitstream.url.fl_str_mv https://repositorio.uniceub.br/bitstream/prefix/15105/1/Jo%c3%a3o%20Marson%20Artigo_TCC%20VF%20PB.pdf
https://repositorio.uniceub.br/bitstream/prefix/15105/2/license.txt
https://repositorio.uniceub.br/bitstream/prefix/15105/3/Jo%c3%a3o%20Marson%20Artigo_TCC%20VF%20PB.pdf.txt
bitstream.checksum.fl_str_mv f571848d0f709a40a0d1eaddba24db53
43cd690d6a359e86c1fe3d5b7cba0c9b
6dc55d735b434c5aaf7a236647559b0e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do UniCEUB - Centro de Ensino de Brasília (UNICEUB)
repository.mail.fl_str_mv
_version_ 1801209525431173120

Registros relacionados