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/123456789/7900
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCruvinel, Henrique Honoratopt_BR
dc.date.accessioned2024-06-25T12:34:45Z-
dc.date.available2024-06-25T12:34:45Z-
dc.date.issued2024-06-22-
dc.identifier.urihttps://repositorio.pucgoias.edu.br/jspui/handle/123456789/7900-
dc.languageporpt_BR
dc.publisherPontifícia Universidade Católica de Goiáspt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectRede neuralpt_BR
dc.subjectAlgoritmo genético-
dc.subjectPrevisão de ações-
dc.subjectAlgoritmo híbrido-
dc.subjectPrevisão financeira-
dc.titlePrevisão de ações com modelo híbrido lSTM e algoritmo genéticopt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Vinhal, Gustavo Siqueirapt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5227400971565575pt_BR
dc.contributor.referee1Abadia, Fernando Gonçalvespt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3382052342707576pt_BR
dc.contributor.referee2Ribeiro, Lucília Gomespt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1661112253971159pt_BR
dc.description.resumoEste artigo investigou o desenvolvimento de um modelo híbrido utilizando redes neurais LSTM em conjunto com algoritmo genético para previsão de preços de ações na bolsa de valores brasileira, focando nos dados da Petrobras. O estudo abordou a teoria do "dilema do caminho aleatório", aprimorou técnicas de pré-processamento de dados e utilizou métricas como RMSE, MSE, R² e MAPE para avaliar o desempenho do modelo. Os resultados demonstraram uma capacidade significativa de previsão, aproximando-se dos valores reais, e discutiram a integração do modelo com o MetaTrader 5 para automatização de decisões de investimento. Apesar dos desafios como a volatilidade do mercado, o estudo ofereceu contribuições importantes para melhorar a precisão das previsões financeiras e sugere possibilidades para futuras pesquisas na área.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 COMPUTACAOpt_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 
PREVISÃO DE AÇÕES COM MODELO HÍBRIDO LSTM E ALGORITMO GENÉTICO.pdf442,79 kBAdobe 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