Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Felizardo, Leonardo Kanashiro
Orientador(a): Pinto, Afonso de Campos
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais
Otimização
Previsão
Ações
Palavras-chave em Inglês:
Neural networks
Optimization
Forecasting
Stocks
Link de acesso: https://hdl.handle.net/10438/18042
Resumo: Neste trabalho, é apresentada uma análise estatística sobre as características que entendemos influenciar no desempenho das redes neurais em termos de assertividade. Criamos uma população para análise e desta extraímos a amostra que teve o melhor desempenho assertivo. Verificou-se como as características desta amostra se destacam e afetam as redes neurais. Além disso, fazemos inferências com relação à que tipo de influência as diferentes arquiteturas têm no desempenho das redes neurais. No estudo é realizado a previsão do retorno de ações brasileiras da bolsa de valores de São Paulo para mensurar o erro cometido pelas diferentes arquiteturas de redes neurais construídas.
id FGV_782adffc2c71459508942952bb0607f4
oai_identifier_str oai:repositorio.fgv.br:10438/18042
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str
spelling Felizardo, Leonardo KanashiroEscolas::EESPRochman, Ricardo RatnerCipparrone, Flavio Almeida de Magalhãesvirtual::354Pinto, Afonso de Campos2017-03-15T16:40:18Z2017-03-15T16:40:18Z2017-02-13https://hdl.handle.net/10438/18042Neste trabalho, é apresentada uma análise estatística sobre as características que entendemos influenciar no desempenho das redes neurais em termos de assertividade. Criamos uma população para análise e desta extraímos a amostra que teve o melhor desempenho assertivo. Verificou-se como as características desta amostra se destacam e afetam as redes neurais. Além disso, fazemos inferências com relação à que tipo de influência as diferentes arquiteturas têm no desempenho das redes neurais. No estudo é realizado a previsão do retorno de ações brasileiras da bolsa de valores de São Paulo para mensurar o erro cometido pelas diferentes arquiteturas de redes neurais construídas.In this work, we present a statistical analysis about the characteristics that we intend to influence in the performance of neural networks in terms of assertiveness. We created a population for analysis and extracted the sample that had the best assertive performance. We can observe how the characteristics of this sample stand out and affect the neural networks. In addition, we make inferences about what kind of influence the different architectures have on the performance of neural networks. In the study, the prediction of the return of Brazilian stocks from the São Paulo Stock Exchange is made to measure the error committed by the different architectures of neural networks constructed.porRedes neuraisOtimizaçãoPrevisãoAçõesNeural networksOptimizationForecastingStocksEconomiaRedes neurais (Computação)Finanças - Métodos de simulaçãoMercado de capitais - Simulação por computadorMercado futuro - Simulação por computadorUm estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileirasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1info:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVPublicationce90fcdf-91f3-4cad-a509-ae29ffc6af50virtual::354-1ce90fcdf-91f3-4cad-a509-ae29ffc6af50virtual::354-1TEXTTese de Mestrado_Leonardo K.F. - Versão Revisada.pdf.txtTese de Mestrado_Leonardo K.F. - Versão Revisada.pdf.txtExtracted texttext/plain130178https://repositorio.fgv.br/bitstreams/e4dcc4d0-0344-4610-b62d-a21cb196aa99/downloadbde70ec8e80723847abaa1a39f5b0f04MD56LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/89a4fb8d-5749-4bc0-af89-62ffd1855f13/downloaddfb340242cced38a6cca06c627998fa1MD52THUMBNAILTese de Mestrado_Leonardo K - Versão Revisada.pdf.jpgTese de Mestrado_Leonardo K - Versão Revisada.pdf.jpgIM Thumbnailimage/jpeg695https://repositorio.fgv.br/bitstreams/c82476d9-598c-4fe5-a5c0-19a9d54f49d8/download93cd9c5cea84d0ca8120f05db0367472MD53Tese de Mestrado_Leonardo K.F. - Versão Revisada.pdf.jpgTese de Mestrado_Leonardo K.F. - Versão Revisada.pdf.jpgIM Thumbnailimage/jpeg694https://repositorio.fgv.br/bitstreams/8ba87b4b-68d4-42d7-8045-787d52b8fff7/download557a7e0a3644b4d7986feb75830191fcMD55ORIGINALTese de Mestrado_Leonardo K.F. - Versão Revisada.pdfTese de Mestrado_Leonardo K.F. - Versão Revisada.pdfPDFapplication/pdf1564379https://repositorio.fgv.br/bitstreams/2e2d1de3-66a5-4085-a86b-c0f9f9d6c13b/download9054990b2a93a4c0cbd2c355d3d27492MD5410438/180422024-12-06 16:52:56.326open.accessoai:repositorio.fgv.br:10438/18042https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-12-06T16:52:56Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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
dc.title.por.fl_str_mv Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras
title Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras
spellingShingle Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras
Felizardo, Leonardo Kanashiro
Redes neurais
Otimização
Previsão
Ações
Neural networks
Optimization
Forecasting
Stocks
Economia
Redes neurais (Computação)
Finanças - Métodos de simulação
Mercado de capitais - Simulação por computador
Mercado futuro - Simulação por computador
title_short Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras
title_full Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras
title_fullStr Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras
title_full_unstemmed Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras
title_sort Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras
author Felizardo, Leonardo Kanashiro
author_facet Felizardo, Leonardo Kanashiro
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EESP
dc.contributor.member.none.fl_str_mv Rochman, Ricardo Ratner
Cipparrone, Flavio Almeida de Magalhães
dc.contributor.author.fl_str_mv Felizardo, Leonardo Kanashiro
dc.contributor.advisor1ID.fl_str_mv virtual::354
dc.contributor.advisor1.fl_str_mv Pinto, Afonso de Campos
contributor_str_mv Pinto, Afonso de Campos
dc.subject.por.fl_str_mv Redes neurais
Otimização
Previsão
Ações
topic Redes neurais
Otimização
Previsão
Ações
Neural networks
Optimization
Forecasting
Stocks
Economia
Redes neurais (Computação)
Finanças - Métodos de simulação
Mercado de capitais - Simulação por computador
Mercado futuro - Simulação por computador
dc.subject.eng.fl_str_mv Neural networks
Optimization
Forecasting
Stocks
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Redes neurais (Computação)
Finanças - Métodos de simulação
Mercado de capitais - Simulação por computador
Mercado futuro - Simulação por computador
description Neste trabalho, é apresentada uma análise estatística sobre as características que entendemos influenciar no desempenho das redes neurais em termos de assertividade. Criamos uma população para análise e desta extraímos a amostra que teve o melhor desempenho assertivo. Verificou-se como as características desta amostra se destacam e afetam as redes neurais. Além disso, fazemos inferências com relação à que tipo de influência as diferentes arquiteturas têm no desempenho das redes neurais. No estudo é realizado a previsão do retorno de ações brasileiras da bolsa de valores de São Paulo para mensurar o erro cometido pelas diferentes arquiteturas de redes neurais construídas.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-03-15T16:40:18Z
dc.date.available.fl_str_mv 2017-03-15T16:40:18Z
dc.date.issued.fl_str_mv 2017-02-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10438/18042
url https://hdl.handle.net/10438/18042
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/e4dcc4d0-0344-4610-b62d-a21cb196aa99/download
https://repositorio.fgv.br/bitstreams/89a4fb8d-5749-4bc0-af89-62ffd1855f13/download
https://repositorio.fgv.br/bitstreams/c82476d9-598c-4fe5-a5c0-19a9d54f49d8/download
https://repositorio.fgv.br/bitstreams/8ba87b4b-68d4-42d7-8045-787d52b8fff7/download
https://repositorio.fgv.br/bitstreams/2e2d1de3-66a5-4085-a86b-c0f9f9d6c13b/download
bitstream.checksum.fl_str_mv bde70ec8e80723847abaa1a39f5b0f04
dfb340242cced38a6cca06c627998fa1
93cd9c5cea84d0ca8120f05db0367472
557a7e0a3644b4d7986feb75830191fc
9054990b2a93a4c0cbd2c355d3d27492
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1827842515931234304

Registros relacionados