Predição de tendências em séries temporais do mercado forex com múltiplas redes neurais artificiais: projeto cérbero
dc.contributor.advisor | Souza, Leandro Santos Coelho de | |
dc.contributor.author | Santos , Augusto Lima dos | |
dc.contributor.referee | Suárez, Diego Gervasio Frías | |
dc.contributor.referee | Ávila, Marcelo Duarte Dantas de | |
dc.date.accessioned | 2024-10-02T17:17:31Z | |
dc.date.available | 2024-10-02T17:17:31Z | |
dc.date.issued | 2018-07-06 | |
dc.description.abstract | As séries temporais fascinam por sua capacidade de condensar informações e a vasta gama de áreas do conhecimento que podem se valer das mesmas. O estudo do comportamento destas séries serve para compreender o passado, mas principalmente para tentar prever o futuro. Um ambiente em que o processo de previsão de séries temporais apresenta grande apelo é o mercado financeiro, dos quais se destaca o mercado de câmbio de par de divisas, o Foreing Exchange (Forex). O Forex chega a movimentar trilhões de dólares diariamente, pelos mais diversos investidores. Apesar de as séries do Forex não apresentarem padrões claros, ou que se sustentem por muito tempo, os investidores ainda conseguem obter uma taxa de acerto suficiente para se sustentarem apenas com as operações que realizam. Um dos conjuntos de técnicas utilizadas é a conhecida análise técnica. Os padrões de análise técnica não são precisos o suficiente para que sejam automatizados de forma simples, no entanto, é possível encontrar diversos exemplos reais de operações com base nesses padrões. A utilização de redes neurais artificiais, portanto, surge como uma solução viável para o aprendizado de padrões de análise técnica, haja vista que o processo de aprendizagem se dá através de exemplos. Muitos trabalhos têm sido desenvolvidos no contexto do mercado financeiro utilizando redes neurais artificiais para prever séries temporais, no entanto, estes trabalhos não costumam levar em conta métricas financeiras, como o lucro. Sendo assim, o presente projeto busca desenvolver uma estratégia de negociação baseada em inteligência artificial, utilizando padrões de análise técnica com foco em métricas de retorno financeiro. Além disso, partindo do princípio de que quanto maior for o número de padrões de análise técnica que indiquem um mesmo movimento futuro, maiores são as chances de que este ocorra, este projeto inova por apresentar múltiplas redes neurais, especializadas em padrões de análise técnica, compondo um modelo denominado de Projeto Cérbero. | |
dc.description.abstract2 | Time series fascinate by their ability to condense information and the wide range of areas of knowledge that can avail themselves of them.The study of the behavior of these series could be used to understand the past, but mainly to try to predict the future. One environment in which the time series forecasting process presents great appeal is the financial market, of which the currency pair exchange market, the Foreing Exchange (Forex), stands out.Forex trades trillions of dollars daily, by the most diverse investors. Although the Forex series do not show clear standards or hold for a long time, investors are still able to obtain a sufficient rate of return to sustain themselves only with the operations they perform. One of the sets of techniques used is known technical analysis. Technical analysis standards are not accurate enough to be automated in a simple way, however, you can find several real examples of operations based on these standards.The use of artificial neural networks, therefore, appears as a viable solution for the learning of standards of technical analysis, since the learning process is given through examples. Many works have been developed in the context of the financial market using artificial neural networks to predict time series, however, these works do not usually take into account financial metrics such as profit. Therefore, the present project seeks to develop a negotiation strategy based on artificial intelligence, using technical analysis standards focused on financial return metrics.Furthermore, assuming that the greater the number of technical analysis patterns that indicate the same future movement, the greater the chances of this occurring, this project innovates by presenting multiple neural networks, specialized in technical analysis standards, composing a model called the Cerberus Project. | |
dc.format.mimetype | application/pdf | |
dc.identifier.citation | SANTOS, Augusto Lima dos. Predição de tendências em séries temporais do mercado forex com múltiplas redes neurais artificiais: projeto cérbero. 2018. 72f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação), Departamento de Ciências Exatas e da TerraI, Campus I, Universidade do Estado da Bahia, Salvador, 2018. | |
dc.identifier.uri | https://saberaberto.uneb.br/handle/20.500.11896/6398 | |
dc.identifier2.Lattes | http://lattes.cnpq.br/3427475237993878 | |
dc.language.iso | por | |
dc.publisher | UNEB | |
dc.publisher.program | Graduação | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
dc.rights2 | Attribution-NonCommercial-NoDerivs 3.0 Brazil | en |
dc.subject.keywords | Séries temporais | |
dc.subject.keywords | Forex | |
dc.subject.keywords | Análise técnica | |
dc.subject.keywords | Múltiplas redes neurais | |
dc.title | Predição de tendências em séries temporais do mercado forex com múltiplas redes neurais artificiais: projeto cérbero | |
dc.title.alternative | Trend prediction in forex market time series with multiple artificial neural networks: cerbero project | |
dc.type | info:eu-repo/semantics/bachelorThesis |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- Predição de tendências em séries_Augusto Santos.pdf
- Tamanho:
- 2.08 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
Licença do Pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 462 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: