Smart Stock

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMontaño, Razer Anthom Nizer Rojas, 1975--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Educação Profissional e Tecnológica. Curso de Especialização em Inteligência Artificial Aplicada-
Autor(es): dc.creatorPastre, Luís Antonio Ruiz Martins-
Data de aceite: dc.date.accessioned2025-09-01T13:07:18Z-
Data de disponibilização: dc.date.available2025-09-01T13:07:18Z-
Data de envio: dc.date.issued2022-09-01-
Data de envio: dc.date.issued2022-09-01-
Data de envio: dc.date.issued2020-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/78398-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/78398-
Descrição: dc.descriptionOrientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño-
Descrição: dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada.-
Descrição: dc.descriptionInclui referências: p.63-64-
Descrição: dc.descriptionResumo: O mercado financeiro influencia em todas esferas da sociedade mundial, despertando assim, a necessidade de mecanismos que possam auxiliar neste processo e, consequentemente num maior equilíbrio da economia. Pensando nisso, este trabalho foi desenvolvido para criar uma ferramenta que auxilie grandes, médios e pequenos investidores do mercado financeiro em suas negociações, onde usando a Inteligência Artificial como base, possam prever preços futuros das ações, a partir do padrão de preços históricos registrados num período aproximado de um ano e meio. Para o estudo foram selecionadas 5 ações aleatórias de segmentos diferentes, a fim de atestar a eficácia das técnicas usadas. O experimento contemplou a implementação de um sistema, em que é possível realizar a importação dos dados históricos, acompanhar o comportamento das ações e realizar a comparação dos valores reais dos preços das ações com o que foi predito pelo sistema. As técnicas usadas na construção desta pesquisa são as mais modernas disponíveis no mercado atual no que se refere a Inteligência Artificial e classificação das séries temporais, quais sejam: Machine Learning, Deep Learning, Redes Neurais Recorrentes (RNN) e Long Short-Term Memory (LTSM). Do estudo foi possível prever através dos algoritmos os valores médios das ações junto a bolsa de valores. Em que pese o mercado financeiro seja especulativo, baseado em informações diárias imprevisíveis que valorizam e desvalorizam as ações, espera-se com este trabalho contribuir na predição da tendência monetária.-
Formato: dc.format1 recurso online : PDF.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectInvestimentos-
Título: dc.titleSmart Stock-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.