Estudo de Generative Adversarial Networks aplicadas ao Mercado Acionário Brasileiro

Imagem de Miniatura

Autores

Rocha, Caio Emmanuel Soares

Orientador

Silva, Raul Ikeda Gomes da

Co-orientadores

Citações na Scopus

Tipo de documento

Relatório de Iniciação Científica

Data

2022

Unidades Organizacionais

Resumo

Este trabalho tem como fim estudar métodos de Machine Learning, mais em espe cífico, a área de Redes Neurais, e reproduzir um trabalho na área, aplicando técnicas de Generative Adversarial Network (GAN) ao mercado financério. O relatório consiste de uma breve revisão bibliográfica sobre o histórico de técnicas para estudar e modelar o valor do preço de ações, a metodologia de coleta e análise de dados e o processo de construção de variáveis e implementação parcial de um modelo mais simples. Por fim, é apresentado o resultado da reprodução do trabalho base

Palavras-chave

Generative Adversarial Network; Aprendizado Profundo; Long Short-Term Memory; Rede Neural Convolucional; Mercado Financeiro

Titulo de periódico

URL da fonte

Título de Livro

URL na Scopus

Idioma

Português

Notas

Membros da banca

Área do Conhecimento CNPQ

Ciências Sociais Aplicadas

Citação

Avaliação

Revisão

Suplementado Por

Referenciado Por