Modelo de predição de preços de ações utilizando redes neurais artificiais
Carregando...
Tipo
TCC
Data de publicação
2022-12-05
Periódico
Citações (Scopus)
Autores
Santos, Guilherme Galvão dos
Orientador
Hadad Junior, Eli
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Programa
Resumo
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).
The stock market is influenced by several factors, which often cannot be predicted and anticipated, such as investor expectations. Taking this unpredictability into account, this research presents an attempt to predict the prices of the most traded Brazilian shares on the B3 (Brasil, Bolsa, Balcão), being Petrobras ON (petr3), using the architecture of the artificial neural network Long Short-Term Memory (LSTM). For the experiment, daily stock data will be used, present in all B3 trading sessions, from 2010 onwards, and compared against a univariate Auto Regressive Integrated Moving Average (ARIMA) model.
The stock market is influenced by several factors, which often cannot be predicted and anticipated, such as investor expectations. Taking this unpredictability into account, this research presents an attempt to predict the prices of the most traded Brazilian shares on the B3 (Brasil, Bolsa, Balcão), being Petrobras ON (petr3), using the architecture of the artificial neural network Long Short-Term Memory (LSTM). For the experiment, daily stock data will be used, present in all B3 trading sessions, from 2010 onwards, and compared against a univariate Auto Regressive Integrated Moving Average (ARIMA) model.
Descrição
Palavras-chave
LSTM , ARIMA , redes neurais artificiais , redes neurais recorrentes , ações , LSTM , ARIMA , artificial neural networks , recurrent neural networks , stocks