Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
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/177683/2505 |
Resumo: | Atualmente o mercado financeiro vem ganhando grande crescimento com a entrada de ban - cos famosos atuando como corretores de investimentos, sendo poss?vel v?rias pessoas investir na bolsa de valores (B3) do seu pr?prio celular e de maneira simplificada. A compra e venda de ativos por investidores e profissionais ? constante visando obter lucros em suas nego - cia??es. Assim, o uso de aprendizado de m?quina (AM) est? cada vez mais comum para auxiliar nas tomadas de decis?es. Os dados do presente trabalho foram extra?dos do site da bolsa de valores brasileira, sendo necess?rio usar uma plataforma de compila??o de c?digos e desenvolvimento do trabalho, sendo assim, levando em conta sua simplicidade por conter c?digo aberto e ser poss?vel executar v?rias vezes os testes, utilizou-se o Jupyter Notebook. A linguagem de programa??o Python foi selecionada, pois quando se trata de aprendizado d e m?quina tem uma ?tima performance para predi??o de valores e suas bibliotecas (conjunto de dados j? existentes) facilitam o desenvolvimento de projetos dos mais vari?veis poss?veis. Realizando a an?lise dos algoritmos foi poss?vel constatar que o de Regress?o Linear obteve melhores resultados em ambos os testes executados, assim sendo poss?vel visualizar tamb?m de forma gr?fica. |
id |
IFPB_d87031cee305581de3160ce181ecc1ff |
---|---|
oai_identifier_str |
oai:repositorio.ifpb.edu.br:177683/2505 |
network_acronym_str |
IFPB |
network_name_str |
Repositório Institucional do IFPB |
repository_id_str |
|
spelling |
Cunha, Kelvi Henrique2022-10-06T13:52:46Z2022-10-06T13:52:46Z2022-08-01http://repositorio.ifpb.edu.br/jspui/handle/177683/2505Atualmente o mercado financeiro vem ganhando grande crescimento com a entrada de ban - cos famosos atuando como corretores de investimentos, sendo poss?vel v?rias pessoas investir na bolsa de valores (B3) do seu pr?prio celular e de maneira simplificada. A compra e venda de ativos por investidores e profissionais ? constante visando obter lucros em suas nego - cia??es. Assim, o uso de aprendizado de m?quina (AM) est? cada vez mais comum para auxiliar nas tomadas de decis?es. Os dados do presente trabalho foram extra?dos do site da bolsa de valores brasileira, sendo necess?rio usar uma plataforma de compila??o de c?digos e desenvolvimento do trabalho, sendo assim, levando em conta sua simplicidade por conter c?digo aberto e ser poss?vel executar v?rias vezes os testes, utilizou-se o Jupyter Notebook. A linguagem de programa??o Python foi selecionada, pois quando se trata de aprendizado d e m?quina tem uma ?tima performance para predi??o de valores e suas bibliotecas (conjunto de dados j? existentes) facilitam o desenvolvimento de projetos dos mais vari?veis poss?veis. Realizando a an?lise dos algoritmos foi poss?vel constatar que o de Regress?o Linear obteve melhores resultados em ambos os testes executados, assim sendo poss?vel visualizar tamb?m de forma gr?fica.Submitted by Gustavo Nogueira (gustavo.costa@ifpb.edu.br) on 2022-10-06T13:51:28Z No. of bitstreams: 2 Kelvi Cunha - TCC.pdf: 550597 bytes, checksum: 3ec3b1d8bd7dc245dbc6a3d5c8798fec (MD5) Kelvi cunha - Termo.pdf: 144292 bytes, checksum: 7db574c977e727a289839bba4de8935c (MD5)Approved for entry into archive by Gustavo Nogueira (gustavo.costa@ifpb.edu.br) on 2022-10-06T13:52:46Z (GMT) No. of bitstreams: 2 Kelvi Cunha - TCC.pdf: 550597 bytes, checksum: 3ec3b1d8bd7dc245dbc6a3d5c8798fec (MD5) Kelvi cunha - Termo.pdf: 144292 bytes, checksum: 7db574c977e727a289839bba4de8935c (MD5)Made available in DSpace on 2022-10-06T13:52:46Z (GMT). No. of bitstreams: 2 Kelvi Cunha - TCC.pdf: 550597 bytes, checksum: 3ec3b1d8bd7dc245dbc6a3d5c8798fec (MD5) Kelvi cunha - Termo.pdf: 144292 bytes, checksum: 7db574c977e727a289839bba4de8935c (MD5) Previous issue date: 2022-08-01Aprendizado de m?quinaAlgoritmoMercado financeiro - an?lise de metadadosAplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobrasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional do IFPBinstname:Instituto Federal da Paraíba (IFPB)instacron:IFPBinfo:eu-repo/semantics/openAccessTCCIFPBORIGINALKelvi Cunha - TCC.pdfKelvi Cunha - TCC.pdfapplication/pdf550597http://repositorio.ifpb.edu.br/jspui/bitstream/177683/2505/1/Kelvi+Cunha+-+TCC.pdf3ec3b1d8bd7dc245dbc6a3d5c8798fecMD51Kelvi cunha - Termo.pdfKelvi cunha - Termo.pdfapplication/pdf144292http://repositorio.ifpb.edu.br/jspui/bitstream/177683/2505/2/Kelvi+cunha+-+Termo.pdf7db574c977e727a289839bba4de8935cMD52177683/25052022-10-06 10:52:47.007oai:repositorio.ifpb.edu.br:177683/2505Repositório InstitucionalPUBhttp://repositorio.ifpb.edu.br/oai/requestrepositoriodigital@ifpb.edu.bropendoar:2022-10-06T13:52:47Repositório Institucional do IFPB - Instituto Federal da Paraíba (IFPB)false |
dc.title.pt_BR.fl_str_mv |
Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras |
title |
Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras |
spellingShingle |
Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras Cunha, Kelvi Henrique Aprendizado de m?quina Algoritmo Mercado financeiro - an?lise de metadados |
title_short |
Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras |
title_full |
Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras |
title_fullStr |
Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras |
title_full_unstemmed |
Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras |
title_sort |
Aplica??o de algoritmos de aprendizagem de m?quina para predi??o dos pre?os das a??es da Petrobras |
author |
Cunha, Kelvi Henrique |
author_facet |
Cunha, Kelvi Henrique |
author_role |
author |
dc.contributor.author.fl_str_mv |
Cunha, Kelvi Henrique |
dc.subject.por.fl_str_mv |
Aprendizado de m?quina Algoritmo Mercado financeiro - an?lise de metadados |
topic |
Aprendizado de m?quina Algoritmo Mercado financeiro - an?lise de metadados |
description |
Atualmente o mercado financeiro vem ganhando grande crescimento com a entrada de ban - cos famosos atuando como corretores de investimentos, sendo poss?vel v?rias pessoas investir na bolsa de valores (B3) do seu pr?prio celular e de maneira simplificada. A compra e venda de ativos por investidores e profissionais ? constante visando obter lucros em suas nego - cia??es. Assim, o uso de aprendizado de m?quina (AM) est? cada vez mais comum para auxiliar nas tomadas de decis?es. Os dados do presente trabalho foram extra?dos do site da bolsa de valores brasileira, sendo necess?rio usar uma plataforma de compila??o de c?digos e desenvolvimento do trabalho, sendo assim, levando em conta sua simplicidade por conter c?digo aberto e ser poss?vel executar v?rias vezes os testes, utilizou-se o Jupyter Notebook. A linguagem de programa??o Python foi selecionada, pois quando se trata de aprendizado d e m?quina tem uma ?tima performance para predi??o de valores e suas bibliotecas (conjunto de dados j? existentes) facilitam o desenvolvimento de projetos dos mais vari?veis poss?veis. Realizando a an?lise dos algoritmos foi poss?vel constatar que o de Regress?o Linear obteve melhores resultados em ambos os testes executados, assim sendo poss?vel visualizar tamb?m de forma gr?fica. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-10-06T13:52:46Z |
dc.date.available.fl_str_mv |
2022-10-06T13:52:46Z |
dc.date.issued.fl_str_mv |
2022-08-01 |
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.uri.fl_str_mv |
http://repositorio.ifpb.edu.br/jspui/handle/177683/2505 |
url |
http://repositorio.ifpb.edu.br/jspui/handle/177683/2505 |
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.source.none.fl_str_mv |
reponame:Repositório Institucional do IFPB instname:Instituto Federal da Paraíba (IFPB) instacron:IFPB |
instname_str |
Instituto Federal da Paraíba (IFPB) |
instacron_str |
IFPB |
institution |
IFPB |
reponame_str |
Repositório Institucional do IFPB |
collection |
Repositório Institucional do IFPB |
bitstream.url.fl_str_mv |
http://repositorio.ifpb.edu.br/jspui/bitstream/177683/2505/1/Kelvi+Cunha+-+TCC.pdf http://repositorio.ifpb.edu.br/jspui/bitstream/177683/2505/2/Kelvi+cunha+-+Termo.pdf |
bitstream.checksum.fl_str_mv |
3ec3b1d8bd7dc245dbc6a3d5c8798fec 7db574c977e727a289839bba4de8935c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do IFPB - Instituto Federal da Paraíba (IFPB) |
repository.mail.fl_str_mv |
repositoriodigital@ifpb.edu.br |
_version_ |
1801660445686235136 |