Registro fonte: Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina

Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina

The financial market has an increasing number of investment funds, becoming more accessible to the general public, with its infinite possibilities and low entry values. At the same time with so many open opportunities, it has the individual peculiarities of each one of them, complexity in names, pro...

ver descrição completa

Autor principal:	Raphael, Thiago Proença Meirelles Correa
Formato:	Trabalho de Conclusão de Curso (Graduação)
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2021
Assuntos:	Fundos de investimentos Fundo mútuo de renda fixa Aprendizado do computador Análise de regressão Mutual funds Money market funds Machine learning Regression analysis CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/26140
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-26140
recordtype	dspace
spelling	riut-1-261402021-10-09T06:06:17Z Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina Analysis of the return forecast of the main brazilian fixed income funds through machine learning algorithms Raphael, Thiago Proença Meirelles Correa Tondato, Rogério Ferreira, José Angelo Tondato, Silvana Rodrigues Quintilhano Tondato, Rogério Fundos de investimentos Fundo mútuo de renda fixa Aprendizado do computador Análise de regressão Mutual funds Money market funds Machine learning Regression analysis CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO The financial market has an increasing number of investment funds, becoming more accessible to the general public, with its infinite possibilities and low entry values. At the same time with so many open opportunities, it has the individual peculiarities of each one of them, complexity in names, profitability, variations and rates. Making it very difficult for the population to understand the same and understand how movements can occur based on the current economy. In this context, the present work aimed to analyze two investment funds and verify the return forecast through machine learning algorithms, related to three major national indicators: Exchange, CDI and IPCA. For this purpose, the Naive Bayes algorithm was used in the Weka tool (Waikato Environment for Knowledge Analysis), Linear Regression via Excel and the Forecast Worksheet via Excel. Based on the results for the years 2018, 2019 and 2020 . The results obtained were that there is no relationship between the variation of funds and the determined predictors, showing that the forecast by time series is still the most effective, even if far from a good result. O mercado financeiro possui um número cada vez mais elevado de fundos de investimento, tornando-se mais acessível ao público em geral, com suas infinitas possibilidades e baixos valores de entrada. Ao mesmo tempo com tantas oportunidades em aberto, ele possui as peculiaridades individuais de cada uma delas, complexidade nos nomes, rentabilidades, variações e taxas. Dificultando muito para a população compreender o mesmo e entender como as movimentações podem ocorrer com base na economia atual. Neste contexto, o presente trabalho teve como objetivo analisar dois fundos de investimento e verificar a previsão de retorno através de algoritmos de aprendizagem de máquina, relacionados a três grandes indicadores nacionais: Câmbio, CDI e IPCA. Para tal foi utilizado algoritmo Naive Bayes na ferramenta Weka (Waikato Environment for Knowledge Analysis), Regressão Linear via Excel e a Planilha de Previsão via Excel. Tomando como base os resultados nos anos de 2018, 2019 e 2020. Os resultados obtidos foram que não há relação entre a variação dos fundos e os preditores determinados, mostrando que a previsão por séries temporais ainda é a mais eficaz, mesmo que distante de um bom resultado. 2021-10-08T18:05:13Z 2021-10-08T18:05:13Z 2021-08-19 bachelorThesis RAPHAEL, Thiago Proença Meirelles Correa. Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina. 2021. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Londrina, 2021. http://repositorio.utfpr.edu.br/jspui/handle/1/26140 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Londrina Brasil Engenharia de Produção UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Fundos de investimentos Fundo mútuo de renda fixa Aprendizado do computador Análise de regressão Mutual funds Money market funds Machine learning Regression analysis CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
spellingShingle	Fundos de investimentos Fundo mútuo de renda fixa Aprendizado do computador Análise de regressão Mutual funds Money market funds Machine learning Regression analysis CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Raphael, Thiago Proença Meirelles Correa Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina
description	The financial market has an increasing number of investment funds, becoming more accessible to the general public, with its infinite possibilities and low entry values. At the same time with so many open opportunities, it has the individual peculiarities of each one of them, complexity in names, profitability, variations and rates. Making it very difficult for the population to understand the same and understand how movements can occur based on the current economy. In this context, the present work aimed to analyze two investment funds and verify the return forecast through machine learning algorithms, related to three major national indicators: Exchange, CDI and IPCA. For this purpose, the Naive Bayes algorithm was used in the Weka tool (Waikato Environment for Knowledge Analysis), Linear Regression via Excel and the Forecast Worksheet via Excel. Based on the results for the years 2018, 2019 and 2020 . The results obtained were that there is no relationship between the variation of funds and the determined predictors, showing that the forecast by time series is still the most effective, even if far from a good result.
format	Trabalho de Conclusão de Curso (Graduação)
author	Raphael, Thiago Proença Meirelles Correa
author_sort	Raphael, Thiago Proença Meirelles Correa
title	Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina
title_short	Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina
title_full	Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina
title_fullStr	Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina
title_full_unstemmed	Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina
title_sort	análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2021
citation	RAPHAEL, Thiago Proença Meirelles Correa. Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina. 2021. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Londrina, 2021.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/26140
_version_	1805315951389835264
score	10,814766

Análise da previsão de retorno dos principais fundos de renda fixa brasileira, através de algorítmos de aprendizagem de máquina

Registros relacionados