Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/52638

Comparte esta pagina

Título : Avaliação do método Random Forest para auxílio à seleção de fundos de investimento imobiliário listados na Bolsa de Valores
Autor : SANTOS, Victor Vianna dos
Palabras clave : Ciência de Dados; Classificação; Mercado Financeiro; Random Forest; Fundos Imobiliários
Fecha de publicación : 26-sep-2023
Citación : SANTOS, Victor Vianna dos. Avaliação do método Random Forest para auxílio à seleção de fundos de investimento imobiliário listados na Bolsa de Valores. 2023. Trabalho de Conclusão de Curso (Engenharia da Computação) - Universidade Federal de Pernambuco, Recife, 2023.
Resumen : Fundos de investimento imobiliário são veículos de investimento cujo mercado vem crescendo exponencialmente, devido às vantagens e facilidades que a regulamentação proporciona, principalmente para pessoas físicas. O principal objetivo deste trabalho foi avaliar o método Random Forest como classificador para ordenar os FIIs analisados, mensalmente, de acordo com a probabilidade de haver uma variação positiva no preço dentro do próximo mês. Com os resultados das simulações, avaliamos as rentabilidades mensais dos ativos com maior probabilidade prevista, comparamos com índices de referência do mercado financeiro, como CDI e IFIX, e avaliamos a eficácia do método como ferramenta para auxílio a investidores na construção de uma carteira de investimentos. As simulações executadas demonstraram resultados promissores no período analisado, no qual a rentabilidade dos FIIs selecionados superou a dos benchmarks.
URI : https://repositorio.ufpe.br/handle/123456789/52638
Aparece en las colecciones: (TCC) - Engenharia da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TCC Victor Vianna dos Santos.pdf1,79 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons