Sá, Jhoe Nascimento; Amancio, Diego Raphael (Orientador) 
Subjects: APRENDIZADO COMPUTACIONAL, FILTROS DE KALMAN, INTELIGÊNCIA ARTIFICIAL, AÇÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SÁ, Jhoe Nascimento. Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa. 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/10.11606/003225377. Acesso em: 22 fev. 2026.APA
Sá, J. N. (2024). Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003225377NLM
Sá JN. Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa [Internet]. 2024 ;[citado 2026 fev. 22 ] Available from: https://doi.org/10.11606/003225377Vancouver
Sá JN. Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa [Internet]. 2024 ;[citado 2026 fev. 22 ] Available from: https://doi.org/10.11606/003225377
