Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/ESBF-AM2NTS
Tipo: | Dissertação de Mestrado |
Título: | Uso de redes neurais recorrentes para previsão de séries temporais financeiras |
Autor(es): | David Michel Quirino Nelson |
Primeiro Orientador: | Adriano César Machado Pereira |
Primeiro membro da banca : | Adriano Alonso Veloso |
Segundo membro da banca: | Cristiano Arbex Valle |
Terceiro membro da banca: | Felipe Dias Paiva |
Resumo: | Prever 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. |
Assunto: | Redes neurais (Computação) Computação Aprendizado de máquina Previsão do mercado de ações |
Idioma: | Português |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Tipo de Acesso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/ESBF-AM2NTS |
Data do documento: | 24-Fev-2017 |
Aparece nas coleções: | Dissertações de Mestrado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
davidmichaelquirinonelson.pdf | 1.61 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.