Estudo de Generative Adversarial Networks aplicadas ao Mercado Acionário Brasileiro
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
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