Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Tondato, Rogério | - |
Autor(es): dc.contributor | Ferreira, José Angelo | - |
Autor(es): dc.contributor | Tondato, Silvana Rodrigues Quintilhano | - |
Autor(es): dc.contributor | Tondato, Rogério | - |
Autor(es): dc.creator | Raphael, Thiago Proença Meirelles Correa | - |
Data de aceite: dc.date.accessioned | 2022-02-21T22:00:25Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T22:00:25Z | - |
Data de envio: dc.date.issued | 2021-10-08 | - |
Data de envio: dc.date.issued | 2021-10-08 | - |
Data de envio: dc.date.issued | 2021-08-19 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/26140 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/665713 | - |
Descrição: dc.description | The financial market has an increasing number of investment funds, becoming more accessible to the general public, with its infinite possibilities and low entry values. At the same time with so many open opportunities, it has the individual peculiarities of each one of them, complexity in names, profitability, variations and rates. Making it very difficult for the population to understand the same and understand how movements can occur based on the current economy. In this context, the present work aimed to analyze two investment funds and verify the return forecast through machine learning algorithms, related to three major national indicators: Exchange, CDI and IPCA. For this purpose, the Naive Bayes algorithm was used in the Weka tool (Waikato Environment for Knowledge Analysis), Linear Regression via Excel and the Forecast Worksheet via Excel. Based on the results for the years 2018, 2019 and 2020 . The results obtained were that there is no relationship between the variation of funds and the determined predictors, showing that the forecast by time series is still the most effective, even if far from a good result. | - |
Descrição: dc.description | O mercado financeiro possui um número cada vez mais elevado de fundos de investimento, tornando-se mais acessível ao público em geral, com suas infinitas possibilidades e baixos valores de entrada. Ao mesmo tempo com tantas oportunidades em aberto, ele possui as peculiaridades individuais de cada uma delas, complexidade nos nomes, rentabilidades, variações e taxas. Dificultando muito para a população compreender o mesmo e entender como as movimentações podem ocorrer com base na economia atual. Neste contexto, o presente trabalho teve como objetivo analisar dois fundos de investimento e verificar a previsão de retorno através de algoritmos de aprendizagem de máquina, relacionados a três grandes indicadores nacionais: Câmbio, CDI e IPCA. Para tal foi utilizado algoritmo Naive Bayes na ferramenta Weka (Waikato Environment for Knowledge Analysis), Regressão Linear via Excel e a Planilha de Previsão via Excel. Tomando como base os resultados nos anos de 2018, 2019 e 2020. Os resultados obtidos foram que não há relação entre a variação dos fundos e os preditores determinados, mostrando que a previsão por séries temporais ainda é a mais eficaz, mesmo que distante de um bom resultado. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Londrina | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia de Produção | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Fundos de investimentos | - |
Palavras-chave: dc.subject | Fundo mútuo de renda fixa | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Análise de regressão | - |
Palavras-chave: dc.subject | Mutual funds | - |
Palavras-chave: dc.subject | Money market funds | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Regression analysis | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | - |
Título: dc.title | Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina | - |
Título: dc.title | Analysis of the return forecast of the main brazilian fixed income funds through machine learning algorithms | - |
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: