Predição do mercado de ações usando Hidden Markov Model

Detalhes bibliográficos
Autor(a) principal: Kuinchtner, Daniela
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UPF
Texto Completo: http://repositorio.upf.br/handle/riupf/1592
Resumo: Os mercados de ações são sistemas complexos devido a sua nãoestacionariedade, pois os parâmetros estão sempre em constantes mudanças, como condições econômicas e mudanças na política de empresas. Há várias pesquisas para a predição dos valores de ações com técnicas de inteligência artificial e aprendizagem de máquina, como redes neurais artificiais, máquina de vetores de suporte, lógica difusa, reconhecimento de padrões, onde, neste último, o Hidden Markov Model, foco deste trabalho, se encaixa. Por ser um modelo estocástico, onde os eventos são aleatórios, os resultados mostram que o HMM pode ser bem empregado na predição do comportamento das ações com base em seu desempenho histórico.
id UPF_74d3274360363f7508953e43f32a0b06
oai_identifier_str oai:localhost:riupf/1592
network_acronym_str UPF
network_name_str Repositório Institucional da UPF
repository_id_str 1610
spelling 2019-02-18T13:03:42Z2019-02-182019-02-18T13:03:42Z2018-12-03KUINCHTNER, Daniela. Predição do mercado de ações usando Hidden Markov Model. 2018. [20] f. Artigo de conclusão de curso (Bacharel em Ciência da Computação). Curso de Ciência da Computação. Universidade de Passo Fundo, Passo Fundo, RS, 2018.http://repositorio.upf.br/handle/riupf/1592Os mercados de ações são sistemas complexos devido a sua nãoestacionariedade, pois os parâmetros estão sempre em constantes mudanças, como condições econômicas e mudanças na política de empresas. Há várias pesquisas para a predição dos valores de ações com técnicas de inteligência artificial e aprendizagem de máquina, como redes neurais artificiais, máquina de vetores de suporte, lógica difusa, reconhecimento de padrões, onde, neste último, o Hidden Markov Model, foco deste trabalho, se encaixa. Por ser um modelo estocástico, onde os eventos são aleatórios, os resultados mostram que o HMM pode ser bem empregado na predição do comportamento das ações com base em seu desempenho histórico.Stock markets are complex systems due its non-stationarity, the parameters are always in constant changes like economic conditions and changes in the politics of companies. There are several researches in predicting the stocks with Artificial Intelligence and Machine Learning techniques, such as Artificial Neural Networks, Support Vector Machine, Fuzzy Logic, Pattern Recognition, which, in the latter, the Hidden Markov Model, focus of this paper, fits. Because it is a stochastic model, where events are random, the results show that HMM can be well used in predicting the behavior of stocks based on their historical performance.Submitted by Fernanda Ferronato (fernandaf@upf.br) on 2019-02-18T13:03:42Z No. of bitstreams: 1 PF2018Daniela Kuinchtner.pdf: 486406 bytes, checksum: 4bbfbdd272dbeda28eb57b3d182d18b3 (MD5)Made available in DSpace on 2019-02-18T13:03:42Z (GMT). No. of bitstreams: 1 PF2018Daniela Kuinchtner.pdf: 486406 bytes, checksum: 4bbfbdd272dbeda28eb57b3d182d18b3 (MD5) Previous issue date: 2018-12-03porUniversidade de Passo FundoUPFBrasilInstituto de Ciências Exatas e Geociências - ICEGComputaçãoMercado financeiroAçõesInteligência artificialHidden Markov ModelPredição do mercado de ações usando Hidden Markov Modelinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisMadalozzo, Guilherme AfonsoKuinchtner, Danielainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UPFinstname:Universidade de Passo Fundo (UPF)instacron:UPFLICENSElicense.txtlicense.txttext/plain; charset=utf-81855http://localhost:8080/bitstream/riupf/1592/2/license.txtf4e65a66a9c78bf84e99c734afe49b4cMD52ORIGINALPF2018Daniela Kuinchtner.pdfPF2018Daniela Kuinchtner.pdfArtigo de conclusão de curso de Daniela Kuinchtnerapplication/pdf486406http://localhost:8080/bitstream/riupf/1592/1/PF2018Daniela%20Kuinchtner.pdf4bbfbdd272dbeda28eb57b3d182d18b3MD51riupf/15922019-02-18 10:03:42.82oai:localhost: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Repositório InstitucionalPRIhttp://repositorio.upf.br/oai/requestopendoar:16102019-02-18T13:03:42Repositório Institucional da UPF - Universidade de Passo Fundo (UPF)false
dc.title.pt_BR.fl_str_mv Predição do mercado de ações usando Hidden Markov Model
title Predição do mercado de ações usando Hidden Markov Model
spellingShingle Predição do mercado de ações usando Hidden Markov Model
Kuinchtner, Daniela
Computação
Mercado financeiro
Ações
Inteligência artificial
Hidden Markov Model
title_short Predição do mercado de ações usando Hidden Markov Model
title_full Predição do mercado de ações usando Hidden Markov Model
title_fullStr Predição do mercado de ações usando Hidden Markov Model
title_full_unstemmed Predição do mercado de ações usando Hidden Markov Model
title_sort Predição do mercado de ações usando Hidden Markov Model
author Kuinchtner, Daniela
author_facet Kuinchtner, Daniela
author_role author
dc.contributor.advisor1.fl_str_mv Madalozzo, Guilherme Afonso
dc.contributor.author.fl_str_mv Kuinchtner, Daniela
contributor_str_mv Madalozzo, Guilherme Afonso
dc.subject.por.fl_str_mv Computação
Mercado financeiro
Ações
Inteligência artificial
Hidden Markov Model
topic Computação
Mercado financeiro
Ações
Inteligência artificial
Hidden Markov Model
description Os mercados de ações são sistemas complexos devido a sua nãoestacionariedade, pois os parâmetros estão sempre em constantes mudanças, como condições econômicas e mudanças na política de empresas. Há várias pesquisas para a predição dos valores de ações com técnicas de inteligência artificial e aprendizagem de máquina, como redes neurais artificiais, máquina de vetores de suporte, lógica difusa, reconhecimento de padrões, onde, neste último, o Hidden Markov Model, foco deste trabalho, se encaixa. Por ser um modelo estocástico, onde os eventos são aleatórios, os resultados mostram que o HMM pode ser bem empregado na predição do comportamento das ações com base em seu desempenho histórico.
publishDate 2018
dc.date.issued.fl_str_mv 2018-12-03
dc.date.accessioned.fl_str_mv 2019-02-18T13:03:42Z
dc.date.available.fl_str_mv 2019-02-18
2019-02-18T13:03:42Z
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 KUINCHTNER, Daniela. Predição do mercado de ações usando Hidden Markov Model. 2018. [20] f. Artigo de conclusão de curso (Bacharel em Ciência da Computação). Curso de Ciência da Computação. Universidade de Passo Fundo, Passo Fundo, RS, 2018.
dc.identifier.uri.fl_str_mv http://repositorio.upf.br/handle/riupf/1592
identifier_str_mv KUINCHTNER, Daniela. Predição do mercado de ações usando Hidden Markov Model. 2018. [20] f. Artigo de conclusão de curso (Bacharel em Ciência da Computação). Curso de Ciência da Computação. Universidade de Passo Fundo, Passo Fundo, RS, 2018.
url http://repositorio.upf.br/handle/riupf/1592
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.publisher.none.fl_str_mv Universidade de Passo Fundo
dc.publisher.initials.fl_str_mv UPF
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto de Ciências Exatas e Geociências - ICEG
publisher.none.fl_str_mv Universidade de Passo Fundo
dc.source.none.fl_str_mv reponame:Repositório Institucional da UPF
instname:Universidade de Passo Fundo (UPF)
instacron:UPF
instname_str Universidade de Passo Fundo (UPF)
instacron_str UPF
institution UPF
reponame_str Repositório Institucional da UPF
collection Repositório Institucional da UPF
bitstream.url.fl_str_mv http://localhost:8080/bitstream/riupf/1592/2/license.txt
http://localhost:8080/bitstream/riupf/1592/1/PF2018Daniela%20Kuinchtner.pdf
bitstream.checksum.fl_str_mv f4e65a66a9c78bf84e99c734afe49b4c
4bbfbdd272dbeda28eb57b3d182d18b3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UPF - Universidade de Passo Fundo (UPF)
repository.mail.fl_str_mv
_version_ 1814813988233412608

Registros relacionados