01.1 - Graduação (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/2
Navegar
3 resultados
Resultados da Pesquisa
Item Previsão de preço de ações de empresas do setor elétrico com algoritmos de aprendizado de máquina(2025-03-21) Silva, Herculles Hendrius Coutinho Mesquita; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584O presente trabalho tem como objetivo comparar a eficiência de diferentes algoritmos de aprendizado de máquina na previsão de preços de ações do setor de energia elétrica. Para isso, foram analisados quatro algoritmos: Long Short-Term Memory (LSTM), Support Vector Regression (SVR), Regressão Linear e Random Forest. Os dados utilizados compreendem uma série histórica de preços e indicadores adicionais, como inflação, Índice de energia elétrica (IEE) e variação cambial, que foram processados e utilizados como entrada para os modelos. A análise foi realizada com base em métricas de erro, como Erro Médio Absoluto (MAE), Erro Quadrático Médio (MSE) e Raiz do Erro Quadrático Médio (RMSE), bem como pela avaliação da diferença percentual entre os preços previstos e os valores reais. Os resultados mostram que o algoritmo LSTM obteve o melhor desempenho na previsão de preços de fechamento, seguido pela Regressão Linear, enquanto o Random Forest apresentou maior margem de erro e se monstrando inadequado para a aplicação neste problema. Este estudo realiza a aplicação de algoritmos preditivos no mercado financeiro, demonstrando o potencial do aprendizado de máquina como ferramenta para análise e tomada de decisão no setor de energia elétrica.Item Aplicativo móvel de suporte ao investidor iniciante baseado em análise fundamentalista de dados(2021-12-13) Ferreira Júnior, Marcos Eduardo; Burégio, Vanilson André de Arruda; http://lattes.cnpq.br/3518416272921878; http://lattes.cnpq.br/4966069849715181Atualmente o Brasil está passando por uma tentativa de se recuperar de uma recessão que começou em 2020 com o início da pandemia de COVID-19. Somando os problemas econômicos gerados pela pandemia, Brasil tem um histórico longo de alternâncias entre recuperação ou recessão da sua economia. A montanha-russa econômica brasileira, gera para a sua população principalmente a mais carente, o desafio de além de pagar suas contas, conseguir poupar ou investir. Hoje existem inúmeras formas de guardar e alocar o dinheiro em lugares que possam gerar um lucro durante o tempo investido, uma delas é o mercado de ações. Comparado aos outros investimentos, o mercado de ações, o risco de investimento é relativamente mais alto. O funcionamento do mercado de ações é visto por muitos como algo complexo, sendo isto uma grande barreira para a entrada de novos investidores. Os investimentos no mercado de ações podem ser feitos seguindo duas vertentes de análises: a fundamentalista e a técnica. Por meio da análise fundamentalista, o investidor verifica os últimos balanços da empresa, e os seus ativos, estuda seus produtos e o mercado na qual está inserida. Após esta análise, o investidor tem embasamento para decidir se quer investir na companhia e ser sócio dela por um período de médio a longo prazo. Pensando nos desafios gerados pela economia brasileira e a dificuldade do brasileiro de obter uma renda além da sua profissão, o objetivo deste trabalho é trazer uma aplicação móvel de fácil uso e linguagem simples, usando fórmulas que combinam diferentes indicadores fundamentalistas. A construção deste aplicativo é baseada nos fundamentos das Heurísticas de Nielsen. Para manter uma linguagem simples, foi usada a técnica do Plain Language, que visa melhorar o processo de comunicação e entendimento, fazendo com que textos e documentos possam ser entendidos na primeira vez que o público alvo lê ou ouve. Na etapa de finalização e verificação da qualidade do produto criado, uma pesquisa usando formulário foi usada para comparar a qualidade do produto criado e seu concorrente.Item Ascensão dos investidores pessoa física na bolsa de valores: uma análise descritiva do perfil do investidor e previsão utilizando a metodologia ARIMA(2021-07-21) Simão Júnior, Jaime José; Carazza, Luís Eduardo Barbosa; http://lattes.cnpq.br/1625397086677760Este trabalho tem como objetivo estudar e compreender a ascensão de novos investidores na bolsa de valores, bem como traçar um perfil detalhado sobre as características dessa parte da população interessada em investimentos em renda variável e realizar uma previsão utilizando a metodologia ARIMA. Para atingir tal objetivo traçado, foram coletados dados sobre os investidores minoritários diretamente da B3- Brasil, Bolsa, Balcão, que é a empresa responsável pela bolsa de valores no Brasil. Dessa forma, características como região, gênero, faixa etária, são analisadas com a finalidade de se traçar um perfil do investidor pessoa física em ações. Nos últimos anos, nota-se um grande aumento de novos investidores que aplicam seus recursos em ações e outros investimentos relacionados. Dessa forma, é preciso investigar se tal ascensão é estrutural e permanente ou é apenas um movimento passageiro que irá se desfazer em algum momento futuro. A metodologia de previsão ARIMA tentará responder tal indagação com uma previsão para os primeiros meses de 2021, com o objetivo de identificar se tal movimento de alta se mantém para os referidos meses. Contudo, algumas limitações na previsão serão salientadas.