Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade
| Ano de defesa: | 2026 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | , |
| 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
|
| Link de acesso: | https://app.uff.br/riuff/handle/1/44578 |
Resumo: | Com o avanço das tecnologias, métodos de aprendizado profundo, como o modelo LSTM (Long Short-Term Memory) e GRU (Gated Recurrent Unit), surgiram como alternativas promissoras para melhorar a precisão das previsões e o aumento do retorno. Esta pesquisa explora a eficácia comparativa entre a análise técnica, a LSTM e a GRU na previsão do mini índice Ibovespa com estratégia day trade. O objetivo geral é determinar qual método oferece os melhores retornos em operações day traders para o ativo mencionado. A metodologia utilizada para conferir o desempenho de previsão de preços foram os retornos acumulados dos indicadores técnicos, LSTM e GRU. A conclusão foi que o modelo GRU apresentou o melhor desempenho geral, embora o LSTM também tenha demonstrado resultados notáveis, com destaque para a série temporal de 5 minutos, que obteve retornos expressivos. |
| id |
UFF-2_3a3fbb2b81af1ddca9664adcb27ab9cf |
|---|---|
| oai_identifier_str |
oai:app.uff.br:1/44578 |
| network_acronym_str |
UFF-2 |
| network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| repository_id_str |
|
| spelling |
Girard, Lívia Barreto CarvalhaesBarbedo, Claudio Henrique da Silveirahttp://lattes.cnpq.br/3267365014750728Silva, Eduardo Camilo dahttp://lattes.cnpq.br/9087575507274411Peixoto, Mariana Marinho da Costa Limahttp://lattes.cnpq.br/8741813788834776Benevides, Mario Roberto Folhadelahttp://lattes.cnpq.br/7279612728721005http://lattes.cnpq.br/01015510201733382026-09-30T15:06:45Z2026-09-30T15:06:45ZGIRARD, Lívia Barreto Carvalhaes. Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade. 2025. 100 f. Dissertação (Mestrado em Administração) – Programa de Pós-Graduação em Administração, Faculdade de Administração e Ciências Contábeis, Universidade Federal Fluminense, Niterói, 2025.https://app.uff.br/riuff/handle/1/44578Com o avanço das tecnologias, métodos de aprendizado profundo, como o modelo LSTM (Long Short-Term Memory) e GRU (Gated Recurrent Unit), surgiram como alternativas promissoras para melhorar a precisão das previsões e o aumento do retorno. Esta pesquisa explora a eficácia comparativa entre a análise técnica, a LSTM e a GRU na previsão do mini índice Ibovespa com estratégia day trade. O objetivo geral é determinar qual método oferece os melhores retornos em operações day traders para o ativo mencionado. A metodologia utilizada para conferir o desempenho de previsão de preços foram os retornos acumulados dos indicadores técnicos, LSTM e GRU. A conclusão foi que o modelo GRU apresentou o melhor desempenho geral, embora o LSTM também tenha demonstrado resultados notáveis, com destaque para a série temporal de 5 minutos, que obteve retornos expressivos.With technological advancements, deep learning methods like Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) have emerged as promising alternatives to improve prediction accuracy and increase returns. This research explores the comparative effectiveness of technical analysis, LSTM, and GRU in forecasting the mini Ibovespa index using a day trade strategy. The main objective is to determine which method provides the best returns for day trade operations with the mentioned asset. The methodology used to evaluate price prediction performance was the accumulated returns of technical indicators, LSTM, and GRU. The conclusion was that the GRU model demonstrated the best overall performance, although LSTM also showed notable results, particularly in the 5-minute time series, which achieved significant returns.100 f.CC-BY-NCinfo:eu-repo/semantics/openAccessAnálise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day TradeTechnical Analysis, LSTM, or GRU: A Comparative Study on Predicting the Ibovespa Mini-Index for Day Tradinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAnálise técnicaLSTMGRUDay TradeMini Índice IbovespaPrevisãoRetornoGRU (Unidade Recorrente Controlada por Portões)LSTM (Memória de Longa e Curta Duração - Unificada)Previsão de séries temporais e financeirasRedes neuraisRetorno acumuladoTechnical analysesLong Short-Term MemoryGated Recurrent UnitDay TradingMini Ibovespa Index FuturesForecastingReturnMestrado acadêmicoUniversidade Federal FluminenseFaculdade de Administração e Ciências ContábeisPrograma de Pós-graduação em Administração2025Niterói, RJObjetivo 17. Fortalecer os meios de implementação e revitalizar a parceria global para o desenvolvimento sustentávelporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFFORIGINALDISSERTAÇÃO LÍVIA - VERSÃO FINAL.pdfDISSERTAÇÃO LÍVIA - VERSÃO FINAL.pdfapplication/pdf3083139https://app.uff.br/riuff/bitstream/1/44578/1/DISSERTA%c3%87%c3%83O%20L%c3%8dVIA%20-%20VERS%c3%83O%20FINAL.pdfd56b44231fca7d5ee6c9dd5878c61e1bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://app.uff.br/riuff/bitstream/1/44578/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD521/445782026-09-30 12:06:45.849oai:app.uff.br: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ório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202026-09-30T15:06:45Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
| dc.title.pt_BR.fl_str_mv |
Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade |
| dc.title.alternative.pt_BR.fl_str_mv |
Technical Analysis, LSTM, or GRU: A Comparative Study on Predicting the Ibovespa Mini-Index for Day Trading |
| title |
Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade |
| spellingShingle |
Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade Girard, Lívia Barreto Carvalhaes Análise técnica LSTM GRU Day Trade Mini Índice Ibovespa Previsão Retorno GRU (Unidade Recorrente Controlada por Portões) LSTM (Memória de Longa e Curta Duração - Unificada) Previsão de séries temporais e financeiras Redes neurais Retorno acumulado Technical analyses Long Short-Term Memory Gated Recurrent Unit Day Trading Mini Ibovespa Index Futures Forecasting Return |
| title_short |
Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade |
| title_full |
Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade |
| title_fullStr |
Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade |
| title_full_unstemmed |
Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade |
| title_sort |
Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade |
| author |
Girard, Lívia Barreto Carvalhaes |
| author_facet |
Girard, Lívia Barreto Carvalhaes |
| author_role |
author |
| dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0101551020173338 |
| dc.contributor.author.fl_str_mv |
Girard, Lívia Barreto Carvalhaes |
| dc.contributor.advisor1.fl_str_mv |
Barbedo, Claudio Henrique da Silveira |
| dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/3267365014750728 |
| dc.contributor.advisor-co1.fl_str_mv |
Silva, Eduardo Camilo da |
| dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/9087575507274411 |
| dc.contributor.referee1.fl_str_mv |
Peixoto, Mariana Marinho da Costa Lima |
| dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/8741813788834776 |
| dc.contributor.referee2.fl_str_mv |
Benevides, Mario Roberto Folhadela |
| dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/7279612728721005 |
| contributor_str_mv |
Barbedo, Claudio Henrique da Silveira Silva, Eduardo Camilo da Peixoto, Mariana Marinho da Costa Lima Benevides, Mario Roberto Folhadela |
| dc.subject.keyword.pt_BR.fl_str_mv |
Análise técnica LSTM GRU Day Trade Mini Índice Ibovespa Previsão Retorno |
| topic |
Análise técnica LSTM GRU Day Trade Mini Índice Ibovespa Previsão Retorno GRU (Unidade Recorrente Controlada por Portões) LSTM (Memória de Longa e Curta Duração - Unificada) Previsão de séries temporais e financeiras Redes neurais Retorno acumulado Technical analyses Long Short-Term Memory Gated Recurrent Unit Day Trading Mini Ibovespa Index Futures Forecasting Return |
| dc.subject.descriptor.pt_BR.fl_str_mv |
GRU (Unidade Recorrente Controlada por Portões) LSTM (Memória de Longa e Curta Duração - Unificada) Previsão de séries temporais e financeiras Redes neurais Retorno acumulado |
| dc.subject.keywordother.pt_BR.fl_str_mv |
Technical analyses Long Short-Term Memory Gated Recurrent Unit Day Trading Mini Ibovespa Index Futures Forecasting Return |
| description |
Com o avanço das tecnologias, métodos de aprendizado profundo, como o modelo LSTM (Long Short-Term Memory) e GRU (Gated Recurrent Unit), surgiram como alternativas promissoras para melhorar a precisão das previsões e o aumento do retorno. Esta pesquisa explora a eficácia comparativa entre a análise técnica, a LSTM e a GRU na previsão do mini índice Ibovespa com estratégia day trade. O objetivo geral é determinar qual método oferece os melhores retornos em operações day traders para o ativo mencionado. A metodologia utilizada para conferir o desempenho de previsão de preços foram os retornos acumulados dos indicadores técnicos, LSTM e GRU. A conclusão foi que o modelo GRU apresentou o melhor desempenho geral, embora o LSTM também tenha demonstrado resultados notáveis, com destaque para a série temporal de 5 minutos, que obteve retornos expressivos. |
| publishDate |
2026 |
| dc.date.accessioned.fl_str_mv |
2026-09-30T15:06:45Z |
| dc.date.available.fl_str_mv |
2026-09-30T15:06:45Z |
| 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.citation.fl_str_mv |
GIRARD, Lívia Barreto Carvalhaes. Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade. 2025. 100 f. Dissertação (Mestrado em Administração) – Programa de Pós-Graduação em Administração, Faculdade de Administração e Ciências Contábeis, Universidade Federal Fluminense, Niterói, 2025. |
| dc.identifier.uri.fl_str_mv |
https://app.uff.br/riuff/handle/1/44578 |
| identifier_str_mv |
GIRARD, Lívia Barreto Carvalhaes. Análise Técnica, LSTM ou GRU: um estudo comparativo na predição de Mini Índice Ibovespa para Day Trade. 2025. 100 f. Dissertação (Mestrado em Administração) – Programa de Pós-Graduação em Administração, Faculdade de Administração e Ciências Contábeis, Universidade Federal Fluminense, Niterói, 2025. |
| url |
https://app.uff.br/riuff/handle/1/44578 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
CC-BY-NC info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
CC-BY-NC |
| eu_rights_str_mv |
openAccess |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
| instname_str |
Universidade Federal Fluminense (UFF) |
| instacron_str |
UFF |
| institution |
UFF |
| reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| bitstream.url.fl_str_mv |
https://app.uff.br/riuff/bitstream/1/44578/1/DISSERTA%c3%87%c3%83O%20L%c3%8dVIA%20-%20VERS%c3%83O%20FINAL.pdf https://app.uff.br/riuff/bitstream/1/44578/2/license.txt |
| bitstream.checksum.fl_str_mv |
d56b44231fca7d5ee6c9dd5878c61e1b 43cd690d6a359e86c1fe3d5b7cba0c9b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
| repository.mail.fl_str_mv |
riuff@id.uff.br |
| _version_ |
1882027818052747264 |