Uma análise do mercado do petróleo utilizando aprendizado de máquina

• Autor(a) principal: Oliveira, Alex Sandro
• Data de Publicação: 2016
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: https://app.uff.br/riuff/handle/1/3593
• topic: Commodity; Aprendizado de máquina; Série temporal; Aprendizado de máquina; Commodity; Série temporal

O mercado financeiro é o local onde são negociados ativos financeiros. Para o investidor, o mercado financeiro apresenta problemas complexos relacionados à decisão de comprar ou vender um ativo. Isto se deve, entre outros fatores, à quantidade de variáveis que precisam ser analisadas e pela velocidade que é necessária para tomar cada decisão. Pelo fato da velocidade de processamento dos computadores ser alta, algoritmos para análise do comportamento de ativos são interessantes. O ramo da estudo de aprendizagem de máquina possui algoritmos que são promissores no sentido de auxiliar o investidor na tomada de decisão na hora de comprar ou vender no mercado financeiro. Neste trabalho, foi realizada uma análise pelo método de Box e Jenkins [1] da série temporal dos preços da cesta da OPEC, utilizando basicamente o software R. Posteriormente, foi realizada uma análise utilizando o modelo de mínimos quadrados do pacote de aprendizagem de máquina Sklearn. O objetivo é confrontar os resultados destas duas metodologias. O algoritmo de mínimos quadrados do sklearn mostrou resultados não satisfatórios tanto utilizando somente a série temporal com atrasos como utilizando variáveis ligadas à oferta e demanda. O método de Box e Jenkins mostrou resultados satisfatórios de curto prazo