
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 | Pereira Junior, Francisco | - |
| Autor(es): dc.contributor | Pereira Junior, Francisco | - |
| Autor(es): dc.contributor | Shishido, Henrique Yoshikazu | - |
| Autor(es): dc.contributor | Silva, Adriano Rivolli da | - |
| Autor(es): dc.creator | Kadooka, Bruno Hideo | - |
| Data de aceite: dc.date.accessioned | 2026-08-11T10:58:59Z | - |
| Data de disponibilização: dc.date.available | 2026-08-11T10:58:59Z | - |
| Data de envio: dc.date.issued | 2026-04-07 | - |
| Data de envio: dc.date.issued | 2026-04-07 | - |
| Data de envio: dc.date.issued | 2025-06-23 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/40037 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1186134 | - |
| Descrição: dc.description | The Brazilian investment market has shown significant growth, driven by the increasing interest of investors. In this context, technical analysis is widely used by those seeking short-term opportunities. Strategies based on candlestick patterns and classical indicators, such as support, resistance, and trends, are commonly applied, although their effectiveness and profitability are often questioned, particularly in assets such as futures contracts and stocks. This study aimed to evaluate the effectiveness of these strategies, both individually and in combination with traditional technical indicators, integrating machine learning models. A comprehensive analysis of trade management in the context of day trading was conducted, focusing on identifying the most favorable timeframes for achieving profitable results. Among the findings, the strategy using 500-point stop gain and stop loss parameters combined with the Random Forest model demonstrated strong performance and consistent profitability in day trading. The results contribute to a critical evaluation of traditional strategies and highlight the potential for optimization through computational approaches. | - |
| Descrição: dc.description | No mercado de investimentos brasileiro, observa-se um crescimento expressivo impulsionado pelo interesse cada vez maior dos investidores. Nesse contexto, a análise técnica é amplamente utilizada por aqueles que buscam oportunidades de curto prazo. Estratégias baseadas em padrões de candlesticks e em indicadores clássicos, como suportes, resistências e tendências, são comumente aplicadas, embora existam questionamentos quanto à sua eficácia e lucratividade, especialmente em ativos como contratos futuros e ações. Este trabalho teve como objetivo investigar a efetividade dessas estratégias, tanto de forma isolada quanto em combinação com indicadores técnicos tradicionais, integrando também modelos de machine learning. Foi conduzido um estudo abrangente sobre o gerenciamento de operações no day trade, com foco na identificação dos intervalos de tempo gráfico mais favoráveis. Entre os resultados, destaca-se a estratégia com 500 pontos de stop gain e stop loss, aliada ao modelo Random Forest, que apresentou desempenho eficaz e lucro consistente no contexto do day trade. Os achados contribuem para a avaliação crítica das estratégias tradicionais e demonstram o potencial de otimização por meio de abordagens computacionais. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Cornelio Procopio | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia da Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Mercado financeiro | - |
| Palavras-chave: dc.subject | Métodos gráficos | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Money market | - |
| Palavras-chave: dc.subject | Graphic methods | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Título: dc.title | Análise da eficácia das estratégias baseadas em padrões de candlesticks com o uso de modelos de machine learning: um estudo sobre a lucratividade e efetividade no mercado financeiro | - |
| Título: dc.title | Analysis of the effectiveness of strategies based on candlestick patterns using machine learning models: a study on profitability and performance in the financial market | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
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: