Utilizando um algoritmo LSTM para previsão do preço de uma ação.

Página inicial
→
Campus Campina Grande | Centro de Engenharia Elétrica e Informática - CEEI
→
CURSOS DE GRADUAÇÃO DO CEEI
→
Curso de Bacharelado em Ciência da Computação
→
Trabalho de Conclusão de Curso - Artigo - Ciência da Computação
→
Ver item

dc.creator.ID	PAZ, R. R. C.	pt_BR
dc.creator.Lattes	http://lattes.cnpq.br/4706261705192017	pt_BR
dc.contributor.advisor1	GHEYI, Rohit.
dc.contributor.advisor1ID	GHEYI, R.	pt_BR
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/2931270888717344	pt_BR
dc.contributor.referee1	MELCHER, Elmar Uwe Kurt.
dc.contributor.referee2	MASSONI, Tiago Lima.
dc.description.resumo	A previsão do valor das ações desempenha um papel importante na definição de uma estratégia de negociação ou na determinação do momento apropriado para comprar ou vender. Na medida que a tecnologia avança, ajuda os analistas a descobrir os indicadores mais rele- vantes para fazer uma melhor suposição. De fato, os investidores estão muito interessados na área de pesquisa de previsão de preço das ações. Para um investimento bom e bem-sucedido, os acionistas desejam saber a situação futura do mercado de ações. Nesta perspectiva, este trabalho propõe uma abordagem de rede neural recorrente (RNN) e Memória de Longo Prazo (LSTM) para prever índices do mercado, que combina recursos aprendidos de diferentes representações dos mesmos dados. O modelo proposto de rede neural é treinado com os preços diário das ações, elementos que incluem valores importantes chamados Aberto, Alto, Baixo e Fechado, em um dataset que possui aproximadamente 55 anos de dados de preços das ações da GE nos Estados Unidos. Os resultados obtidos são promissores, atingindo uma média de erro absoluto de 0.07 ao prever o preço da ação no futuro. Essas informações devem ser muito úteis para serem usados no escritório da bolsa de valores. Palavras-chave - Previsão, Bolsa de Valores, Rede Neural, Tecnologia.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Centro de Engenharia Elétrica e Informática - CEEI	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.title	Utilizando um algoritmo LSTM para previsão do preço de uma ação.	pt_BR
dc.date.issued	2019-11-25
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20551
dc.date.accessioned	2021-08-12T19:11:12Z
dc.date.available	2021-08-12
dc.date.available	2021-08-12T19:11:12Z
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.subject	Rede neural recorrente	pt_BR
dc.subject	Bolsa de valores	pt_BR
dc.subject	Memória de longo prazo	pt_BR
dc.subject	Algoritmo LSTM	pt_BR
dc.subject	Mercado financeiro	pt_BR
dc.subject	Redes LSTM	pt_BR
dc.subject	Recurrent neural network	pt_BR
dc.subject	Stock exchange	pt_BR
dc.subject	Long-term memory	pt_BR
dc.subject	LSTM Algorithm	pt_BR
dc.subject	Market financial	pt_BR
dc.subject	LSTM Networks	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	PAZ, Raquel Rufino Costa da.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Using an LSTM algorithm to forecast the price of a stock.	pt_BR
dc.identifier.citation	PAZ, Raquel Rufino Costa da. Utilizando um algoritmo LSTM para previsão do preço de uma ação. 2019. 12f. (Trabalho de Conclusão de Curso - Artigo) – Curso de Bacharelado em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2019. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20551	pt_BR