???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tedebc.ufma.br/jspui/handle/tede/tede/503
Tipo do documento: Dissertação
Título: PROPOSTA DE UM MODELO DE PREDIÇÃO DA BOLSA DE VALORES USANDO UMA ABORDAGEM HÍBRIDA
Título(s) alternativo(s): PROPOSAL OF A MODEL OF PREDICTION OF STOCK EXCHANGE USING A HYBRID APPROACH
Autor: Lima Junior, Manoel Marcondes de Oliveira 
Primeiro orientador: LABIDI, Sofiane
Primeiro membro da banca: Abdelouahab, Zair
Resumo: O mercado acionário é uma importante forma para captação de recursos para investidores. Entretanto, é um mercado altamente complexo. Os investidores têm como objetivo atingir o máximo de lucro. Assim, a compra ou venda de ações deve ser feita no momento certo. Para atingir esse objetivo, técnicas de predição podem ser aplicadas em mercado acionário a fim de antever seu comportamento. Para predição em mercado acionário, existem várias técnicas que apresentam resultados promissores, mas cada uma tem suas vantagens e limitações particulares. No entanto, essas técnicas exigem um grande número de variáveis e uma arquitetura complexa. O presente trabalho descreve uma proposta de um modelo de predição objetivando elevar as chances de rentabilidade em investimentos com ações. O modelo proposto utiliza uma abordagem híbrida por meio da definição de um comitê de máquinas de aprendizado que combinam vantagens das três técnicas (estatística, rede neural e indicadores técnicos) a fim de superar as suas respectivas limitações. A abordagem proposta é analisada através de uma comparação com seus previsores individuais sob a perspectiva de duas métricas, o que demonstrou ganhos significativos em termos de rentabilidade e precisão quando utilizado um comitê com abordagem de predição envolvendo pesos nas soluções dos previsores individuais.
Abstract: The stock market is a highly complex market and an important way to raise funds for investors. Investors aim to achieve maximum profit. Thus, the purchase or sale of shares must be made on time. To achieve this goal, prediction techniques can be applied to the stock market in order to predict their behavior. There are several techniques that show promising results for prediction on the stock market, but each one has particular advantages and limitations. Thus, these techniques require a large number of variables and a complex architecture. This paper describes a proposal of a prediction approach model designed to raise the return's chances on investments in shares. It uses a hybrid approach based on the definition from a committee of learning machines which combines the advantages of three techniques (statistical, neural network and technical indicators) in order to overcome their respective limitations. The proposed approach is examined through a comparison with their individual forecasters according to the perspective of two metrics, which ones demonstrate significant gains in terms of profitability and precision when used with a committee prediction approach involving weights in the solution of individual forecasters.
Palavras-chave: Bolsa de Valores
Análise de Séries Temporais
Redes Neurais
Comitê de máquinas de aprendizado
Predição Financeira
Stock Market
Time Series Analysis
Neural Networks
Machine Learning Committee
Finantial prediction
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: BR
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: Engenharia
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
Citação: LIMA JUNIOR, Manoel Marcondes de Oliveira. PROPOSAL OF A MODEL OF PREDICTION OF STOCK EXCHANGE USING A HYBRID APPROACH. 2013. 130 f. Dissertação (Mestrado em Engenharia) - Universidade Federal do Maranhão, São Luís, 2013.
Tipo de acesso: Acesso Aberto
URI: http://tedebc.ufma.br:8080/jspui/handle/tede/503
Data de defesa: 12-Jun-2013
Appears in Collections:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Files in This Item:
File SizeFormat 
Dissertacao Manoel Marcondes.pdf1,66 MBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.