Comparação entre modelos LSTM para a predição do valor das ações da Petrobras

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPereira Junior, Francisco-
Autor(es): dc.contributorMarquesone, Rosangela de Fátima Pereira-
Autor(es): dc.contributorShishido, Henrique Yoshikazu-
Autor(es): dc.contributorPereira Junior, Francisco-
Autor(es): dc.creatorFernandes, Murilo Rossato-
Data de aceite: dc.date.accessioned2025-08-29T13:23:52Z-
Data de disponibilização: dc.date.available2025-08-29T13:23:52Z-
Data de envio: dc.date.issued2023-09-15-
Data de envio: dc.date.issued2023-09-15-
Data de envio: dc.date.issued2022-09-09-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/32390-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1112571-
Descrição: dc.descriptionTime series predictions are used in several areas, but in one of them the accuracy of the model has a direct financial added value: the stock market. This study compares two LSTM models for predicting future values of Petrobras shares - a model taking into account only the price over time (univariate) and another model considering other quotations that have a strong correlation with the price of Petrobras shares (multivariate model). The results showed that the univariate model has a better performance, taking into account the stock and the selected characteristics (oil price, Selic rate, trading volume, opening and closing price, high and low of the day).-
Descrição: dc.descriptionAs previsões temporais são utilizadas em diversas áreas, mas em uma delas a acurácia do modelo tem um valor agregado financeiramente direto: o mercado de ações. Este estudo compara dois modelos de LSTM para a previsão de valores futuros das ações da Petrobras - um modelo levando em conta apenas a cotação ao longo do tempo (univariável) e outro modelo considerando outras cotações que têm uma correlação forte com a cotação das ações da empresa (modelo multivariável). Os resultados mostraram que o modelo univariável tem um desempenho melhor, levando em consideração a ação e as características selecionadas (cotação do petróleo, taxa Selic, volume de negociação, preço de abertura e fechamento, máxima e mínima do dia).-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherDois Vizinhos-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEspecialização em Ciência de Dados-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-sa/4.0/-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectMercado financeiro-
Palavras-chave: dc.subjectAções (Finanças)-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectMoney market-
Palavras-chave: dc.subjectStocks-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleComparação entre modelos LSTM para a predição do valor das ações da Petrobras-
Título: dc.titleComparison between LSTM models for prediction of Petrobras stocks-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.