Exportar registro bibliográfico


Metrics:

Explorando a Inteligência Artificial na previsão de tendências e preços no contexto do swing trading: um estudo de caso para aprimorar estratégias de investimento (2024)

  • Authors:
  • Autor USP: FELIX, CLAUDINEI - ICMC
  • Unidade: ICMC
  • DOI: 10.11606/003264140
  • Subjects: APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL; INVESTIMENTOS
  • Keywords: BOVESPA
  • Language: Português
  • Abstract: Quais são as melhores oportunidades de compra e venda em operações de investimento na bolsa de valores Bovespa? O mercado acionário depende de múltiplos fatores, sejam eles políticos, econômicos, globais, climáticos, entre tantos outros. Quais seriam as melhores oportunidades de operar neste mercado usando “Swing Trading” ? Este trabalho propõe uma investigação sobre a aplicação da inteligência artificial (IA) na previsão de melhores oportunidades nestas operações, usando conhecimento técnico de mercado. Operadores neste mercado utilizam duas abordagens principais como parâmetros para compras ou vendas na sua tomada de decisão. O método de análise técnica/gráfica usa o preço histórico das ações-alvo e de outros históricos (moedas, empresas, commodities, taxas de juros, etc.) que possam estar correlacionados com a ação-alvo. O segundo tipo de análise é qualitativa, envolve métricas mais difíceis de quantificar, como perfil da empresa, situação do mercado, fatores políticos e econômicos, informações textuais na forma de novos artigos financeiros, mídias sociais e até publicações de analistas econômicos. Este estudo abrange a análise de algoritmos de aprendizado de máquina e técnicas de processamento de dados para desenvolver um modelo preditivo que se baseia numa combinação destas abordagens mencionadas, mais especificamente, usa dados do mercado e os conhecimentos de operadores transformados em variáveis de entrada. Um exemplo, neste ultimo caso, é o uso da análise técnica e padrões "CandleStick" para gerar variáveis de entrada, pois esta ferramenta fornece informações valiosas para investidores e profissionais financeiros interessados em aprimorar suas estratégias nas tomadas de decisão no mercado financeiro.
  • Imprenta:
  • Versão PublicadaAcesso à fonteDOI
    Informações sobre o DOI: 10.11606/003264140 (Fonte: oaDOI API)
    • Este periódico é de acesso aberto
    • Este artigo NÃO é de acesso aberto

    Download do texto completo

    Tipo Nome Link
    Versão Publicada Claudinei_Felix.pdf Direct link
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      FELIX, Claudinei. Explorando a Inteligência Artificial na previsão de tendências e preços no contexto do swing trading: um estudo de caso para aprimorar estratégias de investimento. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003264140. Acesso em: 08 maio 2026.
    • APA

      Felix, C. (2024). Explorando a Inteligência Artificial na previsão de tendências e preços no contexto do swing trading: um estudo de caso para aprimorar estratégias de investimento (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003264140
    • NLM

      Felix C. Explorando a Inteligência Artificial na previsão de tendências e preços no contexto do swing trading: um estudo de caso para aprimorar estratégias de investimento [Internet]. 2024 ;[citado 2026 maio 08 ] Available from: https://doi.org/10.11606/003264140
    • Vancouver

      Felix C. Explorando a Inteligência Artificial na previsão de tendências e preços no contexto do swing trading: um estudo de caso para aprimorar estratégias de investimento [Internet]. 2024 ;[citado 2026 maio 08 ] Available from: https://doi.org/10.11606/003264140

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Biblioteca Digital de Trabalhos Acadêmicos da Universidade de São Paulo     2012 - 2026