Downloads provided by UsageCounts
O mercado financeiro está em constante evolução no quesito de técnicas de previsão. Com a popularização dos computadores, não tardou para que novas técnicas fossem desenvolvidas para auxiliar os analistas do mercado. Estudos recentes propõem que modelos de inteligência artificial aliados a técnicas já consolidadas de análise, como a análise fundamentalista de ações, podem trazer resultados consistentes para previsão de preço dos ativos. Desse modo, o presente trabalho busca desenvolver um modelo de inteligência artificial utilizando indicadores financeiros trimestrais de 2013 à 2022 de empresas brasileiras listadas na bolsa com parâmetro de comparação o índice Ibovespa. No âmbito de resultados, a carteira recomendada pelo modelo de Random Forest apresenta resultados ligeiramente melhores que o Ibovespa nos dois primeiros trimestres de 2022, com espaço para melhoria de performance na esfera de distribuição de ações na carteira.
Stock buy or sell forecast using Machine Learning based on fundamental analysis
Machine Learning. Random Forest. Ibovespa.
Machine Learning. Random Forest. Ibovespa.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
| views | 5 | |
| downloads | 8 |

Views provided by UsageCounts
Downloads provided by UsageCounts