Registro fonte: Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa

Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa

Artificial neural networks that use forward and recurrent feeding approach in their architecturesare great tools to be used in analysis and prediction in time series, and therefore, in thismonograph it was investigated which one is the most suitable to be used in a stock exchange env...

ver descrição completa

Autor principal:	Luz, Paulo Henrique dos Santos
Formato:	Trabalho de Conclusão de Curso (Graduação)
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2021
Assuntos:	Aprendizado do computador Redes neurais (Computação) Mercado futuro Bolsa de valores Machine learning Neural networks (Computer science) Futures market Stock exchanges CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/25978
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-25978
recordtype	dspace
spelling	riut-1-259782021-09-11T06:05:31Z Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa Comparison of a recurrent and feedfoward artificial neuronal network in the forecast of the future of the mini Bovespa index quotes Luz, Paulo Henrique dos Santos Menezes, Paulo Lopes de Candido Junior, Arnaldo Menezes, Paulo Lopes de Paula Filho, Pedro Luiz de Betzek, Nelson Miguel Aprendizado do computador Redes neurais (Computação) Mercado futuro Bolsa de valores Machine learning Neural networks (Computer science) Futures market Stock exchanges CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Artificial neural networks that use forward and recurrent feeding approach in their architecturesare great tools to be used in analysis and prediction in time series, and therefore, in thismonograph it was investigated which one is the most suitable to be used in a stock exchange environment. A comparison was made between the forward and recurrent feeding approach inartificial neural networks, with predictions made by a Long Short Term Memory and Multilayer Perceptron network for the quotation of the future contract of the mini Bovespa Index in November 2019, to be later calculated the Pearson correlation coefficient and the determination coefficient R2of the set of its predictions with the set of the price negotiated in the month. Withthe results of the experiments, the recurrent feeding neural network obtained the best Pearsoncorrelation coefficient being better than the forward feeding network and also better than thepredictors chosen to be used as baseline. Redes neurais artificiais que contém alimentação recorrente e para frente em suas arquiteturas são ótimas ferramentas para serem utilizados em análise e predição de séries temporais, e por isso, nesta monografia foi investigado qual delas é a mais apta a ser usada em um ambiente de bolsa de valores. Foi realizado o comparativo entre a abordagem de alimentação para frente e recorrente em redes neurais artificiais sendo realizado predições por uma rede Long ShortTerm Memory e Multilayer Perceptron para prever a cotação do contrato futuro do mini Índice Bovespa no mês de novembro de 2019 para depois ser calculado o coeficiente de correlação de Pearson e coeficiente de determinação R2do conjunto de suas predições com o conjunto da cotação negociada no mês. Com os resultados dos experimentos a rede neural de alimentação recorrente obteve o maior coeficiente de correlação de Pearson quando comparada a rede de alimentação para frente e maior também que os preditores escolhidos para serem utilizados como linha de base. 2021-09-10T19:24:47Z 2021-09-10T19:24:47Z 2020-11-26 bachelorThesis Luz, Paulo Henrique dos Santos. Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa. 2020. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2020. http://repositorio.utfpr.edu.br/jspui/handle/1/25978 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Medianeira Brasil Ciência da Computação UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Aprendizado do computador Redes neurais (Computação) Mercado futuro Bolsa de valores Machine learning Neural networks (Computer science) Futures market Stock exchanges CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
spellingShingle	Aprendizado do computador Redes neurais (Computação) Mercado futuro Bolsa de valores Machine learning Neural networks (Computer science) Futures market Stock exchanges CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Luz, Paulo Henrique dos Santos Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa
description	Artificial neural networks that use forward and recurrent feeding approach in their architecturesare great tools to be used in analysis and prediction in time series, and therefore, in thismonograph it was investigated which one is the most suitable to be used in a stock exchange environment. A comparison was made between the forward and recurrent feeding approach inartificial neural networks, with predictions made by a Long Short Term Memory and Multilayer Perceptron network for the quotation of the future contract of the mini Bovespa Index in November 2019, to be later calculated the Pearson correlation coefficient and the determination coefficient R2of the set of its predictions with the set of the price negotiated in the month. Withthe results of the experiments, the recurrent feeding neural network obtained the best Pearsoncorrelation coefficient being better than the forward feeding network and also better than thepredictors chosen to be used as baseline.
format	Trabalho de Conclusão de Curso (Graduação)
author	Luz, Paulo Henrique dos Santos
author_sort	Luz, Paulo Henrique dos Santos
title	Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa
title_short	Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa
title_full	Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa
title_fullStr	Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa
title_full_unstemmed	Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa
title_sort	comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice bovespa
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2021
citation	Luz, Paulo Henrique dos Santos. Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa. 2020. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2020.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/25978
_version_	1760452856870076416
score	10,966579

Comparativo entre rede neural artificial de alimentação recorrente e para frente na previsão da cotação do contrato futuro do mini índice Bovespa

Registros relacionados