
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.creator | Paiva, Felipe D. | - |
| Autor(es): dc.creator | Silva, Veronica H. R. da | - |
| Autor(es): dc.creator | Rocha Neto, Ben-Hur de A. | - |
| Autor(es): dc.creator | Roma, Carolina M. | - |
| Autor(es): dc.creator | Hanaoka, Gustavo P. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:42:40Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:42:40Z | - |
| Data de envio: dc.date.issued | 2019-10-01 | - |
| Data de envio: dc.date.issued | 2019-10-01 | - |
| Data de envio: dc.date.issued | 2018 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/37053 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1166742 | - |
| Descrição: dc.description | http://www.comp.ita.br/labsca/waiaf/2018/papers/WAIAF2018_paper_FelipePaiva.pdf | - |
| Descrição: dc.description | O presente trabalho teve como objetivo principal explorar a t´ecnica support vector machines (SVM) para tomada de decis˜ao de investimento, avaliando sua capacidade preditiva de mapear oportunidades de ganho em movimentos de alta. Assim, a SVM foi utilizada com o intuito de classificar os ativos com potencial de alcan¸car um determinado ganho proposto. Para execu¸c˜ao da pesquisa, foi utilizado ativos listados no ´ındice Ibovespa. O per´ıodo explorado compreendeu de janeiro de 2002 a dezembro de 2016. O resultado da pesquisa apresenta constata¸c˜oes interessantes acerca do efeito que a defini¸c˜ao de targets mais elevados de ganhos esperados provoca, sendo que no caso ´e verificado uma melhor qualidade da classifica¸c˜ao dos sinais, que n˜ao necessariamente ´e detectado pelas m´etricas de avalia¸c˜ao de modelos classificadores. | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | restrictAccess | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Support vector machine | - |
| Palavras-chave: dc.subject | Ibovespa | - |
| Título: dc.title | Utilização de aprendizado de maquina para classificação de tendências de retornos de ativos | - |
| Tipo de arquivo: dc.type | Trabalho apresentado em evento | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: