Ciências Econômicas - TCC - CCSA Higienópolis
URI Permanente para esta coleção
Navegar
Navegando Ciências Econômicas - TCC - CCSA Higienópolis por Orientador "Hadad Junior, Eli"
Agora exibindo 1 - 3 de 3
Resultados por página
Opções de Ordenação
- TCCEstudo sobre criptomoedas e seu risco fiscalAmabile, Lucas Fernandes (2022-12-05)
Centro de Ciências Sociais e Aplicadas (CCSA)
O foco do trabalho será o de explicar essa inovação que são as criptomoedas e suas tecnologias relacionadas como o blockchain e a partir do entendimento da base do assunto, dissertar sobre o valor das NFTs, o que as torna únicas e como associar esse ativo a um tipo de investimento alternativo de forma a diversificar uma carteira com maior risco x retorno. - TCCModelo de predição de preços de ações utilizando redes neurais artificiaisSantos, Guilherme Galvão dos (2022-12-05)
Centro de Ciências Sociais e Aplicadas (CCSA)
O mercado de ações é influenciado por diversos fatores, que muitas vezes não podem ser previstos e antecipados, como as expectativas de investidores. Levando em conta essa imprevisibilidade, a presente pesquisa apresenta uma tentativa de prever os preços da ação brasileiras mais negociadas na B3 (Brasil, Bolsa, Balcão), sendo a Petrobrás ON (petr3), utilizando a arquitetura de rede neural artificial Long Short-Term Memory (LSTM). Para o experimento serão utilizados dados diários das ações, presente em todos os pregões da B3, a partir de 2010 e comparados contra um modelo univariado Auto Regressive Integrated Moving Average (ARIMA). - TCCPredição do preço de ações do índice Ibovespa utilizando o aprendizado por redes neuraisNascimento, Marco Aurelio Pizza (2022-12-05)
Centro de Ciências Sociais e Aplicadas (CCSA)
O mercado de ações é influenciado pelas tendências de alta e baixa dos preços das ações em frações de períodos. Estas são refletidas devido as perspectivas e sentimento dos investidores. O objetivo central dos investidores é angariar lucro e uma das possibilidades é prever o movimento direcional dos preços dos ativos. Este artigo tem como propósito identificar a viabilidade de ter retorno de ações utilizando rede neural recorrente: LSTM. As ações da Ambev, Banco Alfa, Braskem, Banco do Brasil e Petrobrás são analisadas no período de janeiro de 2001 e agosto de 2022 com arquiteturas neurais de diferentes complexidades visando previsões viáveis. A viabilidade da análise é positiva, e os testes mostram que os resultados são melhores com estruturas neurais mais complexas.