Aplicação de redes neurais artificiais na sugestão de investimentos

Detalhes bibliográficos
Autor(a) principal: Romani, Lucas Flasch
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: http://bdm.unb.br/handle/10483/17405
Resumo: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.
id UNB-2_87c632dd66c3f05f6afdb87baebc4f55
oai_identifier_str oai:bdm.unb.br:10483/17405
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Romani, Lucas FlaschLamar, Marcus ViniciusROMANI, Lucas Flasch. Aplicação de redes neurais artificiais na sugestão de investimentos. 2017. xv, 79 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2017.http://bdm.unb.br/handle/10483/17405Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.Este trabalho apresenta um meio de treinar uma Rede Neural Artificial para oferecimento de produtos de investimento que melhorem o rendimento de clientes, porém, mantendo-os adequados ao seu padrão de investimento. Através da utilização dos dados de clientes com a maior rentabilidade em suas carteiras de investimento e alinhados ao seu perfil de investidor, a rede é treinada. Cada aplicação feita pelos melhores clientes se torna a saída da rede neural, a carteia atual de produtos de cada cliente, assim como o perfil escolhido pelo mesmo, se tornam a entrada. Após o treinamento, a validade da rede é verificada para garantir que houve o aumento da rentabilidade na maioria dos casos. Dessa forma, clientes que estejam em situação semelhante, podem melhorar seus investimentos através de consulta à rede. Devido ao grande volume de dados, técnicas para otimizar a performance, como a utilização de placas de gráficas no processamento, foram utilizadas.Também foram observadas técnicas para a compensação do desbalanceamento dos dados, que resultaram na utilização de uma metodologia pouco ortodoxa, mas de grande efetividade, no tratamento desse desbalanceamento. Bibliotecas pré-formatadas para trabalho com redes neurais através da linguagem de programação Python também foram utilizadas, o que diminuiu o tempo de criação das redes. Melhorias futuras incluem evolução do algoritmo, testes com outros métodos de inteligência artificial e previsão de comportamento de mercado.Submitted by Patricia Souza da Silva (patriciasilva@bce.unb.br) on 2017-07-11T17:36:30Z No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_LucasFlaschRomani_tcc.pdf: 889382 bytes, checksum: d4675e34f1c9c61bf6af4e6305806be1 (MD5)Approved for entry into archive by Luanna Maia (luanna@bce.unb.br) on 2017-07-12T15:11:24Z (GMT) No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_LucasFlaschRomani_tcc.pdf: 889382 bytes, checksum: d4675e34f1c9c61bf6af4e6305806be1 (MD5)Made available in DSpace on 2017-07-12T15:11:24Z (GMT). No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2017_LucasFlaschRomani_tcc.pdf: 889382 bytes, checksum: d4675e34f1c9c61bf6af4e6305806be1 (MD5)This paper presents a way of training an Artificial Neural Network to offer investment products that improve the performance of clients, but keeping them adequate to their investment pattern. Through the use of the most profitable customer data in its investment portfolios and in line with its investor profile, the network is trained. Each application made by the best clients becomes the output of the neural network, the current product portfolio of each client, as well as the profile chosen by the client, become the input. After training, the validity of the network is checked to ensure that there has been increased profitability in most cases. In this way, customers in a similar situation can improve their investments by consulting the network. Due to the large volume of data, techniques to optimize performance, such as the use of graphics cards in the processing, were used. Techniques were also observed to compensate for the imbalance of the data, which resulted in the use of an unorthodox methodology, but of great effectiveness, in the treatment of this imbalance. Pre-formatted libraries for working with neural networks through the Python programming language were also used, which reduced the time the networks were created. Future improvements include evolution of the algorithm, testing with other artificial intelligence methods, and prediction of market behavior.Redes neurais (Computação)Linguagem de programação (Computadores)Aplicação de redes neurais artificiais na sugestão de investimentosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2017-07-12T15:11:24Z2017-07-12T15:11:24Z2017-02-16info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2017_LucasFlaschRomani_tcc.pdf2017_LucasFlaschRomani_tcc.pdfapplication/pdf889382http://bdm.unb.br/xmlui/bitstream/10483/17405/1/2017_LucasFlaschRomani_tcc.pdfd4675e34f1c9c61bf6af4e6305806be1MD51CC-LICENSElicense_urllicense_urltext/plain43http://bdm.unb.br/xmlui/bitstream/10483/17405/2/license_url321f3992dd3875151d8801b773ab32edMD52license_textlicense_textapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/17405/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/17405/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/17405/5/license.txt21554873e56ad8ddc69c092699b98f95MD5510483/174052017-07-12 12:11:24.604oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712017-07-12T15:11:24Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Aplicação de redes neurais artificiais na sugestão de investimentos
title Aplicação de redes neurais artificiais na sugestão de investimentos
spellingShingle Aplicação de redes neurais artificiais na sugestão de investimentos
Romani, Lucas Flasch
Redes neurais (Computação)
Linguagem de programação (Computadores)
title_short Aplicação de redes neurais artificiais na sugestão de investimentos
title_full Aplicação de redes neurais artificiais na sugestão de investimentos
title_fullStr Aplicação de redes neurais artificiais na sugestão de investimentos
title_full_unstemmed Aplicação de redes neurais artificiais na sugestão de investimentos
title_sort Aplicação de redes neurais artificiais na sugestão de investimentos
author Romani, Lucas Flasch
author_facet Romani, Lucas Flasch
author_role author
dc.contributor.author.fl_str_mv Romani, Lucas Flasch
dc.contributor.advisor1.fl_str_mv Lamar, Marcus Vinicius
contributor_str_mv Lamar, Marcus Vinicius
dc.subject.keyword.pt_BR.fl_str_mv Redes neurais (Computação)
Linguagem de programação (Computadores)
topic Redes neurais (Computação)
Linguagem de programação (Computadores)
description Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.
publishDate 2017
dc.date.submitted.none.fl_str_mv 2017-02-16
dc.date.accessioned.fl_str_mv 2017-07-12T15:11:24Z
dc.date.available.fl_str_mv 2017-07-12T15:11:24Z
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.citation.fl_str_mv ROMANI, Lucas Flasch. Aplicação de redes neurais artificiais na sugestão de investimentos. 2017. xv, 79 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2017.
dc.identifier.uri.fl_str_mv http://bdm.unb.br/handle/10483/17405
identifier_str_mv ROMANI, Lucas Flasch. Aplicação de redes neurais artificiais na sugestão de investimentos. 2017. xv, 79 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2017.
url http://bdm.unb.br/handle/10483/17405
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:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/17405/1/2017_LucasFlaschRomani_tcc.pdf
http://bdm.unb.br/xmlui/bitstream/10483/17405/2/license_url
http://bdm.unb.br/xmlui/bitstream/10483/17405/3/license_text
http://bdm.unb.br/xmlui/bitstream/10483/17405/4/license_rdf
http://bdm.unb.br/xmlui/bitstream/10483/17405/5/license.txt
bitstream.checksum.fl_str_mv d4675e34f1c9c61bf6af4e6305806be1
321f3992dd3875151d8801b773ab32ed
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
21554873e56ad8ddc69c092699b98f95
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1801493036604063744

Registros relacionados