dc.contributor.advisor | Montaño, Razer Anthom Nizer Rojas, 1975- | pt_BR |
dc.contributor.author | Pastre, Luís Antonio Ruiz Martins | pt_BR |
dc.contributor.other | Universidade Federal do Paraná. Setor de Educação Profissional e Tecnológica. Curso de Especialização em Inteligência Artificial Aplicada | pt_BR |
dc.date.accessioned | 2022-09-01T22:56:19Z | |
dc.date.available | 2022-09-01T22:56:19Z | |
dc.date.issued | 2021 | pt_BR |
dc.identifier.uri | https://hdl.handle.net/1884/78398 | |
dc.description | Orientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño | pt_BR |
dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada. | pt_BR |
dc.description | Inclui referências: p.63-64 | pt_BR |
dc.description.abstract | Resumo: 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. | pt_BR |
dc.format.extent | 1 recurso online : PDF. | pt_BR |
dc.format.mimetype | application/pdf | pt_BR |
dc.language | Português | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Aprendizado do computador | pt_BR |
dc.subject | Redes neurais (Computação) | pt_BR |
dc.subject | Investimentos | pt_BR |
dc.title | Smart Stock | pt_BR |
dc.type | Monografia Especialização Digital | pt_BR |