Uso de redes neurais recorrentes para previsão de séries temporais financeiras

Página do item simplificado
dc.creatorDavid Michel Quirino Nelson
dc.date.accessioned2019-08-13T08:44:19Z
dc.date.accessioned2025-09-09T00:54:34Z
dc.date.available2019-08-13T08:44:19Z
dc.date.issued2017-02-24
dc.identifier.urihttps://hdl.handle.net/1843/ESBF-AM2NTS
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectRedes neurais (Computação)
dc.subjectComputação
dc.subjectAprendizado de máquina
dc.subjectPrevisão do mercado de ações
dc.subject.otherAnálise Técnica
dc.subject.otherAprendizado de Máquina
dc.subject.otherMercado de Ações
dc.subject.otherRedes Neurais Recorrentes
dc.subject.otherLong Short-Term Memory
dc.titleUso de redes neurais recorrentes para previsão de séries temporais financeiras
dc.typeDissertação de mestrado
local.contributor.advisor1Adriano César Machado Pereira
local.contributor.referee1Adriano Alonso Veloso
local.contributor.referee1Cristiano Arbex Valle
local.contributor.referee1Felipe Dias Paiva
local.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.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
davidmichaelquirinonelson.pdf
Tamanho:
1.57 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Pós-Graduação em Ciência da Computação - Dissertações

Logo UFMG