Banca de DEFESA: JOAO VICTOR DE LIMA MOURA



Uma banca de DEFESA DE MESTRADO foi cadastrada pelo programa.

DISCENTE: JOAO VICTOR DE LIMA MOURA
DATA: 27/08/2020
HORA: 14:00
LOCAL: Google Meet
TÍTULO:
MODELO DE PREDIÇÃO DA BOLSA DE VALORES BASEADO EM DEEP LEARNING E MINERAÇÃO DE DADOS.

RESUMO:

Predizer o futuro é algo que a humanidade anseia, podendo preparar-se para as eventualidades que possam vir a ocorrer. Hoje, a facilidade de acesso a informações através de notícias e com o uso de programas que “leem” os sentimentos dos usuários na internet, é possível usar a linguagem computacional para tentar predizer o comportamento do mercado. No âmbito da economia, essa predição possibilita a oportunidade de novas formas de intervir no mercado econômico, possibilitando o vislumbre de cenários, o que pode facilitar a tomada de decisão sobre investimentos e o futuro econômico de empresários, empresas e governos. As ferramentas de inteligência artificial vem se tornando uma boa ponte entre as técnicas de previsão e as técnicas de engenharia úteis na abordagem do problema, apresentando tratamentos quantitativos e análises de limitações. Essa trabalho visa desenvolver um modelo de predição da bolsa de valores Brasileira baseando-se em mineração de notícias, e para isso, fará uso de técnicas como deep Learning, redes neurais artificiais, Processamento de linguagem natural para predizer o comportamento de ativos da Petrobras e itaú Unibanco. Vale ressaltar que o modelo proposto tem como finalidade ser uma ferramenta de auxilio de tomada de decisão e não uma ferramenta que deve ser levada com 100% de certeza. 


PALAVRAS-CHAVE:

Análise de Sentimento; Bolsa de Valores; Redes Neurais, Deep Learning; Séries Temporais.


PÁGINAS: 50
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação

MEMBROS DA BANCA:
Presidente - 2996912 - XU YANG
Interno(a) - 1121007 - EVANDRO DE BARROS COSTA
Externo(a) à Instituição - YURI SAPORITO - UFRJ
Notícia cadastrada em: 04/08/2020 15:12
SIGAA | NTI - Núcleo de Tecnologia da Informação - (82) 3214-1015 | Copyright © 2006-2024 - UFAL - sig-app-1.srv1inst1 24/04/2024 01:49