Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-AM2NTS
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Adriano César Machado Pereirapt_BR
dc.contributor.referee1Adriano Alonso Velosopt_BR
dc.contributor.referee2Cristiano Arbex Vallept_BR
dc.contributor.referee3Felipe Dias Paivapt_BR
dc.creatorDavid Michel Quirino Nelsonpt_BR
dc.date.accessioned2019-08-13T08:44:19Z-
dc.date.available2019-08-13T08:44:19Z-
dc.date.issued2017-02-24pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/ESBF-AM2NTS-
dc.description.resumoPrever 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.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectAnálise Técnicapt_BR
dc.subjectAprendizado de Máquinapt_BR
dc.subjectMercado de Açõespt_BR
dc.subjectRedes Neurais Recorrentespt_BR
dc.subjectLong Short-Term Memorypt_BR
dc.subject.otherRedes neurais (Computação)pt_BR
dc.subject.otherComputaçãopt_BR
dc.subject.otherAprendizado de máquinapt_BR
dc.subject.otherPrevisão do mercado de açõespt_BR
dc.titleUso de redes neurais recorrentes para previsão de séries temporais financeiraspt_BR
dc.typeDissertação de Mestradopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
davidmichaelquirinonelson.pdf1.61 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.