Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/52689

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorOLIVEIRA, Adriano-
dc.contributor.authorNASCIMENTO, Flávio-
dc.date.accessioned2023-10-09T11:50:43Z-
dc.date.available2023-10-09T11:50:43Z-
dc.date.issued2023-09-22-
dc.date.submitted2023-10-03-
dc.identifier.citationNASCIMENTO, Flávio. Análise da técnica de XGBoost para prever com precisão valores máximos e mínimos de ações listadas na B3. 2023. Trabalho de Conclusão de Curso (Engenharia da Computação) - Universidade Federal de Pernambuco, Recife, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/52689-
dc.description.abstractPara profissionais da área financeira a previsão dos valores de ações na bolsa de valores é um dos problemas de maior interesse, pois pode trazer o lucro financeiro quase imediato. Por esse motivo, acadêmicos constantemente trabalham nesse propósito. Neste trabalho é utilizado XGBoost, um regressor de predição para aprendizagem de máquina. A técnica é utilizada com propósito de aperfeiçoar resultados em um sistema de Day Trading. São utilizados dados dos últimos 5 ou mais dias anteriores de uma ação como entrada do sistema para encontrar a precisão dos valores máximos e mínimos previstos.pt_BR
dc.format.extent43p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectAprendizagem de máquinapt_BR
dc.subjectCiência de dadospt_BR
dc.subjectMercado financeiropt_BR
dc.subjectBolsa de valorespt_BR
dc.titleAnálise da técnica de XGBoost para prever com precisão valores máximos e mínimos de ações listadas na B3pt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/5194381227316437pt_BR
dc.description.abstractxForecasting stock values on the stock exchange is one of the most interesting problems for financial professionals, as it can bring almost immediate economic profit. For this reason, academics are constantly working on this purpose. In this work, XGBoost, a prediction regression tool for machine learning, is used. The technique is used with the intention of improving results in a Day Trading system. Data from the last 5 or more days of any stock are used as input to the system to find the accuracy of the predicted maximum and minimum values.pt_BR
dc.subject.cnpqCiências Exatas e da Terrapt_BR
dc.degree.departament(CIN-DCC) - Departamento de Ciência da Computaçãopt_BR
dc.degree.graduationCurso de Engenharia da Computaçãopt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece nas coleções:(TCC) - Engenharia da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC Flavio Lins da Mota Nascimento.pdf643,09 kBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons