A utilização da aprendizagem automática e do text mining na previsão do mercado de ações

• Autor(a) principal: Pereira, Alexandre Costa
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10071/30361
• topic: Machine learning; Text mining; Web scraping; Bolsa de valores -- Stock exchange

É inquestionável que a Inteligência Artificial e os algoritmos de Machine Learning estão, e continuarão nos próximos anos, a mudar o mundo e a forma como vivemos o quotidiano. Diversas áreas alteram regularmente o seu modus operandi, em conformidade com as novas melhorias que vão surgindo diariamente nos diferentes sectores que envolvem Machine Learning; a área de negócio da bolsa e da previsão das respetivas ações não é exceção. No decorrer desta dissertação procurou-se perceber o impacto que os modelos de Machine Learning conseguem atingir na previsão do valor de ações, quando aplicados em conjunto com técnicas de Text Mining e Web Scraping. Os modelos de Deep Learning escolhidos para esta investigação foram o LSTM e o BiLSTM, por se considerar que eram aqueles que ofereciam uma melhor resposta ao âmbito proposto. Para além disso, os modelos utilizados adequam-se bem ao conjunto de dados utilizados. Os principais conjuntos de dados utilizados no decorrer da dissertação foram os valores de fecho e de volume de diferentes índices, assim como notícias financeiras e relatórios do Federal Reserve System. A partir destes, foi possível calcular diversas variáveis que se utilizaram como input nos modelos de Deep Learning. Apesar da considerável quantidade de técnicas que se podem aplicar, importa também realçar as naturais limitações que estas ainda apresentam, oferecendo assim espaço para esta área se auto superar.