Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Rodrigues, Douglas | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Suaiden, João Henrique Mouro | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:51:05Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:51:05Z | - |
Data de envio: dc.date.issued | 2024-11-24 | - |
Data de envio: dc.date.issued | 2024-11-24 | - |
Data de envio: dc.date.issued | 2024-11-11 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/258320 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/258320 | - |
Descrição: dc.description | Este trabalho tem como objetivo explorar o uso de algoritmos de aprendizado de máquina na análise e previsão de preços de ativos financeiros, contribuindo para estratégias de tomada de decisão mais precisas no mercado financeiro. A metodologia aplicada inclui a utilização do algoritmo XGBoost, além de indicadores financeiros técnicos como o RSI ( Relative Strength Index) e MACD (Moving Average Convergence Divergence) que auxiliam na identificação de tendências e padrões de preços. Os resultados obtidos indicam que o XGBoost, em combinação com os indicadores financeiros, apresenta um desempenho promissor, com capacidade de prever movimentos de mercado em cenários de alta volatilidade e em diferentes intervalos de tempo. A avaliação de desempenho foi realizada com base em métricas como a Acurácia e o F1-Score, permitindo uma análise robusta da eficácia do modelo. Também foram feitas simulações de investimento, utilizando o modelo proposto, a fim de se observar o seu comportamento no mercado real. | - |
Descrição: dc.description | This work aims to explore the use of machine learning algorithms in the analysis and prediction of financial asset prices, contributing to more accurate decision-making strategies in the financial market. The applied methodology includes the use of the XGBoost algorithm, as well as technical financial indicators such as the RSI (Relative Strength Index) and MACD (Moving Average Convergence Divergence), which assist in identifying trends and price patterns. The results indicate that XGBoost, in combination with financial indicators, shows promising performance, with the ability to predict market movements in high-volatility scenarios and across different time intervals. The performance evaluation was based on metrics such as Accuracy and F1 Score, allowing for a robust analysis of the model’s effectiveness. Investment simulations were also conducted using the proposed model to observe its behavior in real market conditions. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
Palavras-chave: dc.subject | XGBoost | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Indicadores financeiros | - |
Palavras-chave: dc.subject | Mercado financeiro | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Financial indicators | - |
Palavras-chave: dc.subject | Financial market | - |
Título: dc.title | Desenvolvimento de algoritmos de aprendizado de máquina para análise e previsão de ativos financeiros | - |
Título: dc.title | Development of machine learning algorithms for analysis and prediction of financial assets | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: