Uma avaliação da utilização de modelos de aprendizado profundo na previsão de tendência de preços de ações
tcc
RESUMO: A previsão das tendências dos preços das ações é um problema crucial e uma área de estudo de grande relevância no mercado financeiro. Neste trabalho, são aplicados dois modelos de redes neurais: Long Short-Term Memory (LSTM) e Convolutional Neural Network (CNN), para prever tendências de preços de ações. A escolha desses modelos é fundamentada na capacidade das Redes Neurais Artificiais (RNAs) de modelar dependências temporais complexas e lidar com dados financeiros que mostram padrões e tendências ao longo do tempo. A acurácia média dos modelos é avaliada para diferentes indicadores financeiros, destacando-se as Bandas de Bollinger, que apresentaram os melhores resultados de acurácia média para todas as ações analisadas (ITSA4, VALE3 e PETR4), tanto na LSTM quanto na CNN. No contexto da análise financeira, o ativo selecionado para avaliação dos resultados é o ITSA4. O modelo proposto alcançou um rendimento financeiro de 12.87%, porém inferior ao rendimento oferecido pelo investimento no CDI, que foi de 17.19% durante o período de validação.
ABSTRACT: The prediction of stock price trends is a crucial problem and an area of great relevance in the financial market. In this study, two neural network models, Long Short-Term Memory (LSTM) and Convolutional Neural Network (CNN), are applied to predict stock price trends. The choice of these models is based on the ability of Artificial Neural Networks (ANNs) to model complex temporal dependencies and deal with financial data that exhibit patterns and trends over time. The model’s average accuracy of the models is evaluated for different financial indicators, with a particular focus on Bollinger Bands, which showed the best average accuracy results for all analyzed stocks (ITSA4, VALE3, and PETR4), both in LSTM and CNN. In the context of financial analysis, the selected asset for result evaluation is ITSA4. The proposed model achieved a financial performance of 12.87%, which is lower than the return offered by investing in the CDI, which was 17.19% during the validation period.
- Engenharias643
Redes Sociais