Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/52689
Share on
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | OLIVEIRA, Adriano | - |
| dc.contributor.author | NASCIMENTO, Flávio | - |
| dc.date.accessioned | 2023-10-09T11:50:43Z | - |
| dc.date.available | 2023-10-09T11:50:43Z | - |
| dc.date.issued | 2023-09-22 | - |
| dc.date.submitted | 2023-10-03 | - |
| dc.identifier.citation | NASCIMENTO, Flávio. Análise da técnica de XGBoost para prever com precisão valores máximos e mínimos de ações listadas na B3. 2023. Trabalho de Conclusão de Curso (Engenharia da Computação) - Universidade Federal de Pernambuco, Recife, 2023. | pt_BR |
| dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/52689 | - |
| dc.description.abstract | Para profissionais da área financeira a previsão dos valores de ações na bolsa de valores é um dos problemas de maior interesse, pois pode trazer o lucro financeiro quase imediato. Por esse motivo, acadêmicos constantemente trabalham nesse propósito. Neste trabalho é utilizado XGBoost, um regressor de predição para aprendizagem de máquina. A técnica é utilizada com propósito de aperfeiçoar resultados em um sistema de Day Trading. São utilizados dados dos últimos 5 ou mais dias anteriores de uma ação como entrada do sistema para encontrar a precisão dos valores máximos e mínimos previstos. | pt_BR |
| dc.format.extent | 43p. | pt_BR |
| dc.language.iso | por | pt_BR |
| dc.rights | openAccess | pt_BR |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
| dc.subject | Aprendizagem de máquina | pt_BR |
| dc.subject | Ciência de dados | pt_BR |
| dc.subject | Mercado financeiro | pt_BR |
| dc.subject | Bolsa de valores | pt_BR |
| dc.title | Análise da técnica de XGBoost para prever com precisão valores máximos e mínimos de ações listadas na B3 | pt_BR |
| dc.type | bachelorThesis | pt_BR |
| dc.degree.level | Graduacao | pt_BR |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/5194381227316437 | pt_BR |
| dc.description.abstractx | Forecasting stock values on the stock exchange is one of the most interesting problems for financial professionals, as it can bring almost immediate economic profit. For this reason, academics are constantly working on this purpose. In this work, XGBoost, a prediction regression tool for machine learning, is used. The technique is used with the intention of improving results in a Day Trading system. Data from the last 5 or more days of any stock are used as input to the system to find the accuracy of the predicted maximum and minimum values. | pt_BR |
| dc.subject.cnpq | Ciências Exatas e da Terra | pt_BR |
| dc.degree.departament | (CIN-DCC) - Departamento de Ciência da Computação | pt_BR |
| dc.degree.graduation | Curso de Engenharia da Computação | pt_BR |
| dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
| dc.degree.local | Recife | pt_BR |
| Appears in Collections: | (TCC) - Engenharia da Computação | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| TCC Flavio Lins da Mota Nascimento.pdf | 643.09 kB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License

