Utilização de aprendizado de maquina para classificação de tendências de retornos de ativos

Página do item simplificado
dc.creatorPaiva, Felipe D.
dc.creatorSilva, Veronica H. R. da
dc.creatorRocha Neto, Ben-Hur de A.
dc.creatorRoma, Carolina M.
dc.creatorHanaoka, Gustavo P.
dc.date.accessioned2019-10-01T13:20:43Z
dc.date.available2019-10-01T13:20:43Z
dc.date.issued2018
dc.description.resumoO presente trabalho teve como objetivo principal explorar a t´ecnica support vector machines (SVM) para tomada de decis˜ao de investimento, avaliando sua capacidade preditiva de mapear oportunidades de ganho em movimentos de alta. Assim, a SVM foi utilizada com o intuito de classificar os ativos com potencial de alcan¸car um determinado ganho proposto. Para execu¸c˜ao da pesquisa, foi utilizado ativos listados no ´ındice Ibovespa. O per´ıodo explorado compreendeu de janeiro de 2002 a dezembro de 2016. O resultado da pesquisa apresenta constata¸c˜oes interessantes acerca do efeito que a defini¸c˜ao de targets mais elevados de ganhos esperados provoca, sendo que no caso ´e verificado uma melhor qualidade da classifica¸c˜ao dos sinais, que n˜ao necessariamente ´e detectado pelas m´etricas de avalia¸c˜ao de modelos classificadores.pt_BR
dc.description.urihttp://www.comp.ita.br/labsca/waiaf/2018/papers/WAIAF2018_paper_FelipePaiva.pdfpt_BR
dc.identifier.citationPAIVA, F. D. et al. Utilização de aprendizado de maquina para classificação de tendências de retornos de ativos. In: WORKSHOP OF ARTIFICIAL INTELLIGENCE APPLIED TO FINANCE, 2018, São José dos Campos. [Anais]… [S.l.]: [s.n.], 2018. p. 1-7.pt_BR
dc.identifier.urihttps://repositorio.ufla.br/handle/1/37053
dc.languagept_BRpt_BR
dc.rightsrestrictAccesspt_BR
dc.subjectMachine learningpt_BR
dc.subjectSupport vector machinept_BR
dc.subjectIbovespapt_BR
dc.titleUtilização de aprendizado de maquina para classificação de tendências de retornos de ativospt_BR
dc.typeTrabalho apresentado em eventopt_BR

Arquivos

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
953 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

DAE - Trabalhos apresentados em eventos