Avalia??o de algoritmos de aprendizagem de m?quina para a predi??o da bolsa de valores do Brasil

• Autor(a) principal: Silva, Gabriel de Lima e
• Data de Publicação: 2022
• Outros Autores: Ramos, Rennan de Aguiar
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional do IFPB
• Texto Completo: http://repositorio.ifpb.edu.br/jspui/handle/177683/2481
• topic: Engenharia da computa??o; Aprendizado de m?quina - an?lise de dados; Intelig?ncia artificial - algoritmo

Mercado de a??es e onde diariamente ocorrem compras e vendas de por??es de empresas que est?o listadas nas bolsas de valores. Neste ambiente, o lucro ? o resultado mais desejado pelos investidores. Nos ?ltimos anos, o mercado vem se tornando cada vez mais atrativo e as estrat?gias de compra e venda est?o se tornando cada vez mais complexas. Nesse sentido, o uso da intelig?ncia artificial est? cada vez mais comum, principalmente em ocasi?es onde ? poss?vel obter uma vasta quantidade de dados. Este trabalho aplica t?cnicas de aprendizado de m?quina com baixo poder computacional com intuito de processar e realizar predi??es das cinco a??es mais l?quidas da bolsa de valores brasileira. Especificamente, foi avaliado qual foi o desempenho dessas t?cnicas no cen?rio antes da pandemia e durante a pandemia. Ao final do primeiro experimento, o qual busca o algoritmo que obt?m melhor retorno sobre o investimento, o Gaussian Naive Bayes e o Random Forest obtiveram os melhores resultados no per?odo antes da pandemia e durante a pandemia foram o Random Forest e o Decision tree, ou seja, algoritmos baseados em ?rvores nesse experimento ? obtiveram melhores resultados, para o segundo experimento que realiza a predi??o do valor de fechamento das a??es, o Linear Regression teve o melhor desempenho nos dois per?odos.