Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/65270
Compartilhe esta página
Título: | Foundation models no mercado financeiro: uma comparação entre modelos de base e random forest |
Autor(es): | OLIVEIRA, Rodrigo Mesel Lobo |
Palavras-chave: | Aprendizagem de máquina; Aprendizagem profunda; Chronos; TimeFM; Day Trade; Mercado financeiro |
Data do documento: | 28-Jul-2025 |
Citação: | OLIVEIRA, Rodrigo Mesel Lobo. Foundation models no mercado financeiro: uma comparação entre modelos de base e random forest. 2025. Trabalho de Conclusão de Curso(Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2025. |
Abstract: | Este trabalho investiga a aplicabilidade de foundation models no mercado financeiro brasileiro, com foco na previsão de preços de ações. O objetivo é verificar se esses modelos, mesmo sem ajustes específicos (zero-shot), podem alcançar desempenho competitivo. Foram utilizados dois modelos: TimesFM e Chronos, sendo este último também avaliado com fine-tuning. Os resultados foram comparados com os de um modelo Random Forest treinado diretamente sobre os dados financeiros. Embora os foundation models tenham demonstrado potencial, especialmente quando submetidos a fine-tuning com o uso de covariáveis, o Random Forest apresentou desempenho mais consistente nas ações analisadas. Esses resultados reforçam a eficácia de modelos tradicionais bem ajustados no contexto da B3, mas também apontam que modelos de base, quando devidamente adaptados, podem se tornar alternativas viáveis e promissoras para aplicações futuras no mercado financeiro. |
URI: | https://repositorio.ufpe.br/handle/123456789/65270 |
Aparece nas coleções: | (TCC) - Ciência da Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC Rodrigo Mesel Lobo Oliveira.pdf | 2,66 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons