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
Sinopse
Objetivos de aprendizagem
Idioma
Português
Notas
Membros da banca
Área do Conhecimento CNPQ
Ciências Sociais Aplicadas