Uso de redes neurais recorrentes para previsão de séries temporais financeiras

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: David Michel Quirino Nelson
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Minas Gerais
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais (Computação)
Computação
Aprendizado de máquina
Previsão do mercado de ações
Link de acesso: https://hdl.handle.net/1843/ESBF-AM2NTS
id UFMG_ae1ef3918fbcae73f0749e041dbfa781
oai_identifier_str oai:repositorio.ufmg.br:1843/ESBF-AM2NTS
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling 2019-08-13T08:44:19Z2025-09-09T00:54:34Z2019-08-13T08:44:19Z2017-02-24https://hdl.handle.net/1843/ESBF-AM2NTSUniversidade Federal de Minas GeraisAnálise TécnicaAprendizado de MáquinaMercado de AçõesRedes Neurais RecorrentesLong Short-Term MemoryRedes neurais (Computação)ComputaçãoAprendizado de máquinaPrevisão do mercado de açõesUso de redes neurais recorrentes para previsão de séries temporais financeirasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisDavid Michel Quirino Nelsoninfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGAdriano César Machado PereiraAdriano Alonso VelosoCristiano Arbex ValleFelipe Dias PaivaPrever variações de preço em bolsas de valores é um grande desafio devido ao fato que este é um ambiente imensamente complexo, caótico e dinâmico. Existem diversos estudos de variadas áreas buscando encarar tal desafio, e abordagens baseadas em Aprendizado de Máquina são o foco de muitos deles. Existem vários exemplos em que algoritmos de Aprendizado de Máquina foram capazes de alcançar resultados satisfatórios quando realizando tal tipo de previsão. Este trabalho estuda a aplicação de redes Long Short-Term Memory nesse problema, de previsão de tendências de preços de ações e com base no histórico de preços juntamente com indicadores de análise técnica.UFMGORIGINALdavidmichaelquirinonelson.pdfapplication/pdf1646962https://repositorio.ufmg.br//bitstreams/5515ca67-7acf-44f8-bcc0-27bb95af1d8e/download1caa7038606c88acb49139e44094589bMD51trueAnonymousREADTEXTdavidmichaelquirinonelson.pdf.txttext/plain83196https://repositorio.ufmg.br//bitstreams/1d117bbd-0baa-4c45-9459-d8ddbeef1fa7/downloadb2d117c60beec1ec8261e73964e520bcMD52falseAnonymousREADTHUMBNAILdavidmichaelquirinonelson.pdf.jpgdavidmichaelquirinonelson.pdf.jpgGenerated Thumbnailimage/jpeg2359https://repositorio.ufmg.br//bitstreams/80829c2a-37ea-4737-ab43-2b0934d80f32/download358882f2e94e412e788877388e4967e9MD53falseAnonymousREAD1843/ESBF-AM2NTS2025-09-09 15:13:47.676open.accessoai:repositorio.ufmg.br:1843/ESBF-AM2NTShttps://repositorio.ufmg.br/Repositório InstitucionalPUBhttps://repositorio.ufmg.br/oairepositorio@ufmg.bropendoar:2025-09-09T18:13:47Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.none.fl_str_mv Uso de redes neurais recorrentes para previsão de séries temporais financeiras
title Uso de redes neurais recorrentes para previsão de séries temporais financeiras
spellingShingle Uso de redes neurais recorrentes para previsão de séries temporais financeiras
David Michel Quirino Nelson
Redes neurais (Computação)
Computação
Aprendizado de máquina
Previsão do mercado de ações
Análise Técnica
Aprendizado de Máquina
Mercado de Ações
Redes Neurais Recorrentes
Long Short-Term Memory
title_short Uso de redes neurais recorrentes para previsão de séries temporais financeiras
title_full Uso de redes neurais recorrentes para previsão de séries temporais financeiras
title_fullStr Uso de redes neurais recorrentes para previsão de séries temporais financeiras
title_full_unstemmed Uso de redes neurais recorrentes para previsão de séries temporais financeiras
title_sort Uso de redes neurais recorrentes para previsão de séries temporais financeiras
author David Michel Quirino Nelson
author_facet David Michel Quirino Nelson
author_role author
dc.contributor.author.fl_str_mv David Michel Quirino Nelson
dc.subject.por.fl_str_mv Redes neurais (Computação)
Computação
Aprendizado de máquina
Previsão do mercado de ações
topic Redes neurais (Computação)
Computação
Aprendizado de máquina
Previsão do mercado de ações
Análise Técnica
Aprendizado de Máquina
Mercado de Ações
Redes Neurais Recorrentes
Long Short-Term Memory
dc.subject.other.none.fl_str_mv Análise Técnica
Aprendizado de Máquina
Mercado de Ações
Redes Neurais Recorrentes
Long Short-Term Memory
publishDate 2017
dc.date.issued.fl_str_mv 2017-02-24
dc.date.accessioned.fl_str_mv 2019-08-13T08:44:19Z
2025-09-09T00:54:34Z
dc.date.available.fl_str_mv 2019-08-13T08:44:19Z
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/1843/ESBF-AM2NTS
url https://hdl.handle.net/1843/ESBF-AM2NTS
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br//bitstreams/5515ca67-7acf-44f8-bcc0-27bb95af1d8e/download
https://repositorio.ufmg.br//bitstreams/1d117bbd-0baa-4c45-9459-d8ddbeef1fa7/download
https://repositorio.ufmg.br//bitstreams/80829c2a-37ea-4737-ab43-2b0934d80f32/download
bitstream.checksum.fl_str_mv 1caa7038606c88acb49139e44094589b
b2d117c60beec1ec8261e73964e520bc
358882f2e94e412e788877388e4967e9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv repositorio@ufmg.br
_version_ 1862105568011878400

Registros relacionados