PRODUÇÃO ACADÊMICA Repositório Acadêmico da Graduação (RAG) TCC Ciência da Computação
Use este identificador para citar ou linkar para este item: https://repositorio.pucgoias.edu.br/jspui/handle/123456789/3537
Registro completo de metadados
Campo DCValorIdioma
dc.creatorArruda Jr, Luis-
dc.date.accessioned2021-12-19T02:44:56Z-
dc.date.available2021-12-19T02:44:56Z-
dc.date.issued2021-12-15-
dc.identifier.urihttps://repositorio.pucgoias.edu.br/jspui/handle/123456789/3537-
dc.languageporpt_BR
dc.publisherPontifícia Universidade Católica de Goiáspt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectRedes neuraispt_BR
dc.subjectLSTMpt_BR
dc.subjectMercado financeiropt_BR
dc.subjectAprendizado de máquinapt_BR
dc.titlePredição de comportamento de ações no mercado financeiro usando redes neurais recorrentes LSTMpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Oliveira, Max Gontijo de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5278283058461632pt_BR
dc.contributor.referee1Ribeiro, Lucília Gomes-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1661112253971159pt_BR
dc.contributor.referee2Abadia, Fernando Gonçalves-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/3382052342707576pt_BR
dc.description.resumoNeste trabalho foi utilizado a Rede Neural Recorrente (RNR) Long Short Term Memory (LSTM) para predizer ativos financeiros do mercado de ações brasileiro. A LSTM foi aplicada em dois ativos, BBAS3 do banco do Brasil e a PETR4 da Petrobrás com quatro series temporais para cada ativo financeiro com os intervalos de tempo em 5 minutos, 15 minutos, 30 minutos e valores diários. O modelo gerado pela LSTM foi avaliado por três métricas de erro, ROOT MEAN SQUARED ERROR – RMSE, MEAN SQUARED ERROR – MSE, MEAN ABSOLUTE ERROR – MAE. Os resultados mostraram que a LSTM é capaz de realizar a predição de ativos financeiros. Foi desenvolvido um protótipo de uma ferramenta Web, onde uma pessoa irá receber informações de crescimento ou recuo no preço do ativo e poderá simular a compra e venda de ativos. Essa informação será fornecida pela LSTM. A ferramenta Web foi desenvolvida utilizando a linguagem Java e o Framework Angular.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola Politécnicapt_BR
dc.publisher.initialsPUC Goiáspt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::LOGICAS E SEMANTICA DE PROGRAMASpt_BR
dc.creator.Latteshttp://lattes.cnpq.br/4829929575806549pt_BR
dc.degree.graduationCiências da Computaçãopt_BR
dc.degree.levelGraduaçãopt_BR
Aparece nas coleções:TCC Ciência da Computação

Arquivos associados a este item:
Arquivo TamanhoFormato 
TCC-Luis_Carlos-2021.pdf1,9 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.

Ferramentas do administrador