Aplicação de redes neuronais à previsão de preços de ações

Detalhes bibliográficos
Autor(a) principal: Sousa, Virgínia Maria Ferreira de
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10437/10333
Resumo: Ter a capacidade de prever o preço de um determinado título é sem dúvida um grande desafio, quer pela complexidade, quer pela volatilidade implícita dos mercados financeiros. Trata-se de um tema de grande interesse para investigadores e para os agentes dos mercados, pois a eficácia da previsão traduz-se em ganhos monetários avultados. Esta dissertação tem como objetivo demonstrar a aplicação de redes neuronais à previsão de preços de ações. Foram escolhidos dois títulos financeiros, designadamente a Apple e a Microsoft. A escolha inicial das variáveis preditoras compreende as mais utilizadas e referenciadas nos trabalhos científicos publicados sobre este tema. Esta dissertação demonstra a importância de uma seleção cuidada de algumas dessas variáveis para um bom desempenho das redes neuronais.
id RCAP_bb6c892824ea298ab45b3640b3ec2b04
oai_identifier_str oai:recil.ensinolusofona.pt:10437/10333
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Aplicação de redes neuronais à previsão de preços de açõesMESTRADO EM GESTÃOGESTÃOAÇÕES FINANCEIRASMERCADOS FINANCEIROSREDES NEURONAISVARIÁVEISPREÇOSMANAGEMENTFINANCIAL STOCKSFINANCIAL MARKETSNEURAL NETWORKVARIABLESPRICESTer a capacidade de prever o preço de um determinado título é sem dúvida um grande desafio, quer pela complexidade, quer pela volatilidade implícita dos mercados financeiros. Trata-se de um tema de grande interesse para investigadores e para os agentes dos mercados, pois a eficácia da previsão traduz-se em ganhos monetários avultados. Esta dissertação tem como objetivo demonstrar a aplicação de redes neuronais à previsão de preços de ações. Foram escolhidos dois títulos financeiros, designadamente a Apple e a Microsoft. A escolha inicial das variáveis preditoras compreende as mais utilizadas e referenciadas nos trabalhos científicos publicados sobre este tema. Esta dissertação demonstra a importância de uma seleção cuidada de algumas dessas variáveis para um bom desempenho das redes neuronais.Having the ability to predict the price of a particular stock share is undoubtedly a major challenge, because of the complexity and implied volatility of the financial markets. This is a topic of great interest to researchers and market players, as the effectiveness of the forecast might translate into huge monetary gains. This dissertation aims to demonstrate the use of neural networks in stock price forecasting. In order to perform this analysis, two financial titles were chosen: Apple and Microsoft. The initial choice of the predictor variables comprises the most used and referenced in the scientific papers published on this subject. This dissertation demonstrates the importance of a careful selection of some of those variables for a good neural network performance.2020-07-29T12:45:10Z2020-01-01T00:00:00Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10437/10333TID:202489736porSousa, Virgínia Maria Ferreira deinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-09T14:08:07Zoai:recil.ensinolusofona.pt:10437/10333Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:15:23.175035Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Aplicação de redes neuronais à previsão de preços de ações
title Aplicação de redes neuronais à previsão de preços de ações
spellingShingle Aplicação de redes neuronais à previsão de preços de ações
Sousa, Virgínia Maria Ferreira de
MESTRADO EM GESTÃO
GESTÃO
AÇÕES FINANCEIRAS
MERCADOS FINANCEIROS
REDES NEURONAIS
VARIÁVEIS
PREÇOS
MANAGEMENT
FINANCIAL STOCKS
FINANCIAL MARKETS
NEURAL NETWORK
VARIABLES
PRICES
title_short Aplicação de redes neuronais à previsão de preços de ações
title_full Aplicação de redes neuronais à previsão de preços de ações
title_fullStr Aplicação de redes neuronais à previsão de preços de ações
title_full_unstemmed Aplicação de redes neuronais à previsão de preços de ações
title_sort Aplicação de redes neuronais à previsão de preços de ações
author Sousa, Virgínia Maria Ferreira de
author_facet Sousa, Virgínia Maria Ferreira de
author_role author
dc.contributor.author.fl_str_mv Sousa, Virgínia Maria Ferreira de
dc.subject.por.fl_str_mv MESTRADO EM GESTÃO
GESTÃO
AÇÕES FINANCEIRAS
MERCADOS FINANCEIROS
REDES NEURONAIS
VARIÁVEIS
PREÇOS
MANAGEMENT
FINANCIAL STOCKS
FINANCIAL MARKETS
NEURAL NETWORK
VARIABLES
PRICES
topic MESTRADO EM GESTÃO
GESTÃO
AÇÕES FINANCEIRAS
MERCADOS FINANCEIROS
REDES NEURONAIS
VARIÁVEIS
PREÇOS
MANAGEMENT
FINANCIAL STOCKS
FINANCIAL MARKETS
NEURAL NETWORK
VARIABLES
PRICES
description Ter a capacidade de prever o preço de um determinado título é sem dúvida um grande desafio, quer pela complexidade, quer pela volatilidade implícita dos mercados financeiros. Trata-se de um tema de grande interesse para investigadores e para os agentes dos mercados, pois a eficácia da previsão traduz-se em ganhos monetários avultados. Esta dissertação tem como objetivo demonstrar a aplicação de redes neuronais à previsão de preços de ações. Foram escolhidos dois títulos financeiros, designadamente a Apple e a Microsoft. A escolha inicial das variáveis preditoras compreende as mais utilizadas e referenciadas nos trabalhos científicos publicados sobre este tema. Esta dissertação demonstra a importância de uma seleção cuidada de algumas dessas variáveis para um bom desempenho das redes neuronais.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-29T12:45:10Z
2020-01-01T00:00:00Z
2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10437/10333
TID:202489736
url http://hdl.handle.net/10437/10333
identifier_str_mv TID:202489736
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131250798100480

Registros relacionados