Predição de tendências em séries financeiras utilizando metaclassificadores

Página do item simplificado
dc.creatorCarlos Alberto Silva de Assis
dc.creatorEduardo Gontijo Carrano
dc.creatorAdriano Cesar Machado Pereira
dc.date.accessioned2024-05-22T22:00:47Z
dc.date.accessioned2025-09-09T00:05:46Z
dc.date.available2024-05-22T22:00:47Z
dc.date.issued2020-03-01
dc.description.abstractThis study developed a meta-classifier based on computational intelligence methods to predict trends in financial time series. The kernel was based on the (Weka) tool. Seven classifiers were combined to perform the meta-classification. Tests were conducted with nine B3 assets. The initial results were encouraging, with good accuracy in the classification and gains of up to 100% above the amount of capital initially invested in a one-year period
dc.format.mimetypepdf
dc.identifier.doihttps://doi.org/10.11606/1980-5330/ea148159
dc.identifier.issn1413-8050
dc.identifier.urihttps://hdl.handle.net/1843/68566
dc.languagepor
dc.publisherUniversidade Federal de Minas Gerais
dc.relation.ispartofEconomia Aplicada
dc.rightsAcesso Aberto
dc.subjectInteligência computacional
dc.subjectMetadados
dc.subjectMercado financeiro
dc.subject.otherSéries financeiras
dc.subject.otherInteligência computacional
dc.subject.otherMeta-classificador
dc.titlePredição de tendências em séries financeiras utilizando metaclassificadores
dc.typeArtigo de periódico
local.citation.epage78
local.citation.issue1
local.citation.spage29
local.citation.volume24
local.description.resumoNeste trabalho foi desenvolvido um metaclassificador baseado em métodos de inteligência computacional para prever tendências em séries temporais financeiras. O kernel do metaclassificador foi baseado na ferramenta (Weka). Sete classificadores foram combinados para realizar a metaclassificação. Testes foram realizados com nove ativos da Bolsa de Valores de São Paulo. Os resultados iniciais foram promissores, com boa acurácia na classificação e ganhos de até 100% do valor de capital inicialmente investido no período de um ano.
local.publisher.countryBrasil
local.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICA
local.publisher.initialsUFMG
local.url.externahttps://www.revistas.usp.br/ecoa/article/view/148159

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Predição de tendências em séries financeiras utilizando metaclassificadores.pdf
Tamanho:
1.45 MB
Formato:
Adobe Portable Document Format
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
License.txt
Tamanho:
1.99 KB
Formato:
Plain Text
Descrição:
Baixar

Coleções

Artigo de Periódico

Logo UFMG