Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações

Detalhes bibliográficos
Autor(a) principal: Carosia, Arthur Emanuel de Oliveira, 1987-
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/5361
Resumo: Orientadores: Guilherme Palermo Coelho, Ana Estela Antunes da Silva
id UNICAMP-30_f2b83e69a400b90de5926217728bfd55
oai_identifier_str oai::1247846
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de açõesPredicting the Brazilian stock market using sentiment analysis, technical indicators, and stock pricesMercado de açõesAprendizado profundoRedes neurais (Computação)Análise de sentimentosStock marketDeep learningNeural networks (Computer science)Sentiment analysisOrientadores: Guilherme Palermo Coelho, Ana Estela Antunes da SilvaTese (doutorado) - Universidade Estadual de Campinas, Faculdade de TecnologiaResumo: O desenvolvimento da economia global permite a empresas abrirem o seu capital com o objetivo de obter recursos financeiros para acelerar o seu crescimento. Esse cenário atrai investidores que desejam lucratividade nos mercados financeiros. Assim, a literatura apresenta diversas técnicas voltadas para previsão e análise do mercado financeiro, em especial o mercado de ações. Nesse contexto, destacam-se duas abordagens distintas, denominadas análise técnica e fundamentalista. Enquanto a análise técnica procura prever o mercado tendo como base indicadores calculados considerando o preço passado das ações, a análise fundamentalista considera dados oriundos de notícias, rentabilidade e fatores macroeconômicos. No entanto, a junção de ambas as escolas de pensamento em um único sistema de previsão do mercado de ações ainda é um tópico em aberto na literatura. Por um lado, o uso de Redes Neurais Artificiais (RNAs), principalmente RNAs profundas, tem se mostrado uma abordagem interessante para previsão de valores futuros do mercado de ações, sendo empregadas em muitos problemas voltados à análise técnica. Essas redes têm apresentado melhores resultados de previsão quando comparadas aos modelos estatísticos tradicionais, que utilizam normalmente dados vindos de séries temporais de valores de ações e indicadores técnicos. Por outro lado, mais recentemente, surgiram trabalhos na literatura indicando o uso de Análise de Sentimentos (AS) aplicada a notícias financeiras como um importante indicativo voltado à análise fundamentalista para a previsão da oscilação do mercado acionário. Apesar dos esforços recentes para combinar o uso dessas fontes de dados, a literatura carece de trabalhos em que essas estratégias sejam executadas em uma abordagem totalmente baseada em RNAs profundas, que têm obtido resultados do estado da arte em muitas tarefas de regressão e classificação. Portanto, no sentido de apoiar o processo de tomada de decisão e previsão frente ao grande número de informações disponíveis, este trabalho tem como objetivo principal apresentar uma abordagem de previsão do mercado de ações brasileiro por meio de Aprendizado Profundo, integrando dados voltados tanto à análise técnica quanto à análise fundamentalista, a saber: séries temporais de valores de ações, indicadores técnicos, e de Análise de Sentimentos aplicada a notícias. Os experimentos foram realizados com dados do período de 2010 a 2019, tanto do índice Ibovespa quanto de empresas relevantes do mercado de ações brasileiro: Banco do Brasil, Itaú, Ambev e Gerdau. Os resultados mostram que a combinação de preços de ações, indicadores técnicos e notícias melhora a previsão do mercado de ações considerando tanto o erro de previsão quanto o valor final do investimentoAbstract: The global economy has led companies to open their capital to obtain resources to accelerate their growth. This scenario attracts investors who want to profit, stimulating the science community to develop techniques to forecast and analyze the stock market. Thus, two distinct approaches are highlighted, namely technical and fundamental analyses. While technical analysis tries to predict the stock market based on indicators calculated considering the past stock prices, fundamental analysis considers data from news, profitability, and macroeconomic factors. However, the combination of both schools of thought into a single stock market prediction system is still an open challenge in the literature. On the one hand, the use of Artificial Neural Networks (ANNs), mainly deep ANNs, has been shown to be an interesting approach to predicting future stock market values, being employed mainly in technical analysis. These ANNs have shown better prediction results when compared to traditional statistical models, which generally use stock prices and technical indicators as a data source. On the other hand, more recently, studies have indicated that Sentiment Analysis (SA) applied to financial news as an important fundamental analysis indicator to predict the stock market movement. Despite recent efforts to combine the use of these data sources, the literature lacks works in which these strategies are performed in an approach entirely based on deep ANNs, which have obtained state-of-the-art results in many regression and classification tasks. Therefore, in order to support the decision-making and forecasting process considering a large amount of available information, this work aims to present an approach to predict the Brazilian stock market through Deep Learning, integrating data of both technical and fundamental analysis, namely: stock prices, technical indicators, and financial news. The experiments were performed with data from 2010 to 2019, considering the Ibovespa index and the following relevant companies of the Brazilian stock market: Banco do Brasil, Itaú, Ambev, and Gerdau. The results show that the combination of stock prices, technical indicators, and news improves stock market prediction considering both the prediction error and the return on investmentDoutoradoSistemas de Informação e ComunicaçãoDoutor em TecnologiaCAPES001[s.n.]Coelho, Guilherme Palermo, 1980-Silva, Ana Estela Antunes da, 1965-Pardo, Thiago Alexandre SalgueiroBreve, Fabricio AparecidoTorezzan, CristianoDias, Ulisses MartinsUniversidade Estadual de Campinas (UNICAMP). Faculdade de TecnologiaPrograma de Pós-Graduação em TecnologiaUNIVERSIDADE ESTADUAL DE CAMPINASCarosia, Arthur Emanuel de Oliveira, 1987-20222022-06-20T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (129 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/5361CAROSIA, Arthur Emanuel de Oliveira. Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações. 2022. 1 recurso online (129 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/5361. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1247846Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-09-22T09:27:25Zoai::1247846Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-09-22T09:27:25Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações
Predicting the Brazilian stock market using sentiment analysis, technical indicators, and stock prices
title Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações
spellingShingle Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações
Carosia, Arthur Emanuel de Oliveira, 1987-
Mercado de ações
Aprendizado profundo
Redes neurais (Computação)
Análise de sentimentos
Stock market
Deep learning
Neural networks (Computer science)
Sentiment analysis
title_short Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações
title_full Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações
title_fullStr Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações
title_full_unstemmed Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações
title_sort Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações
author Carosia, Arthur Emanuel de Oliveira, 1987-
author_facet Carosia, Arthur Emanuel de Oliveira, 1987-
author_role author
dc.contributor.none.fl_str_mv Coelho, Guilherme Palermo, 1980-
Silva, Ana Estela Antunes da, 1965-
Pardo, Thiago Alexandre Salgueiro
Breve, Fabricio Aparecido
Torezzan, Cristiano
Dias, Ulisses Martins
Universidade Estadual de Campinas (UNICAMP). Faculdade de Tecnologia
Programa de Pós-Graduação em Tecnologia
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Carosia, Arthur Emanuel de Oliveira, 1987-
dc.subject.por.fl_str_mv Mercado de ações
Aprendizado profundo
Redes neurais (Computação)
Análise de sentimentos
Stock market
Deep learning
Neural networks (Computer science)
Sentiment analysis
topic Mercado de ações
Aprendizado profundo
Redes neurais (Computação)
Análise de sentimentos
Stock market
Deep learning
Neural networks (Computer science)
Sentiment analysis
description Orientadores: Guilherme Palermo Coelho, Ana Estela Antunes da Silva
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-06-20T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/5361
CAROSIA, Arthur Emanuel de Oliveira. Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações. 2022. 1 recurso online (129 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/5361. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/5361
identifier_str_mv CAROSIA, Arthur Emanuel de Oliveira. Previsão do mercado de ações brasileiro com o uso de análise de sentimentos, indicadores técnicos e valores de ações. 2022. 1 recurso online (129 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/5361. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1247846
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (129 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189183836651520

Registros relacionados