Summary: | Submitted by Marta Toyoda (1144061@mackenzie.br) on 2018-10-29T17:09:12Z
No. of bitstreams: 2
VALTER PEREIRA DE CARVALHO.pdf: 1797453 bytes, checksum: 0371ebaa50b7784190cf403272d8e502 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) === Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2018-10-31T14:51:00Z (GMT) No. of bitstreams: 2
VALTER PEREIRA DE CARVALHO.pdf: 1797453 bytes, checksum: 0371ebaa50b7784190cf403272d8e502 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) === Made available in DSpace on 2018-10-31T14:51:00Z (GMT). No. of bitstreams: 2
VALTER PEREIRA DE CARVALHO.pdf: 1797453 bytes, checksum: 0371ebaa50b7784190cf403272d8e502 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2018-08-03 === This work proposes a study of the forecast of time series with the use of data obtained
from BOVESPA the basis of the values of the shares at the closing of the trading session.
For the forecast, an arti_cial neural network (RNA) with MLP (MultiLayer Perceptron)
architecture will be used. It will be shown through this prediction study of the financial
market how the neural network behaves and how it can be of great value for forecasts with
time series data. The analysis comprises the comparison between the forecast and the
efective closing price within established periods. The paper compares the MLP network
with the Random Walk Hypothesis. At the end of the study it is concluded that the
artificial neural network used for stock market forecasting is able to show results very
close to reality, and that this methodology can be used by individual and collective investors
to understand the behavior of the actions and to orient themselves on the possible
investment hypotheses. === Este trabalho propõe um estudo de previsão de séries temporais com o uso dos dados obtidos da BOVESPA (Bolsa de Valores de São Paulo) tomando-se por base os valores das ações no fechamento do pregão. Para a previsão será utilizada uma rede neural artificial (RNA) com arquitetura MLP (MultiLayer Perceptron). Será mostrado através desse
estudo de previsão do mercado financeiro como a rede neural se comporta e como ela pode
ser de grande valia para previsões com séries de dados temporais. A análise compreende
a comparação entre a previsão e o preço de fechamento efetivo dentro de períodos estabelecidos.
O trabalho faz um comparativo entre a rede MLP e a Hipótese de Random
Walk. Ao final do trabalho conclui-se que a rede neural artificial utilizada para previsão de mercado acionário é capaz de mostrar resultados muito próximos da realidade, e que essa metodologia pode ser utilizada por investidores individuais e coletivos para compreenderem o comportamento das ações e se orientarem sobre as possíveis hipóteses de investimentos.
|