Trabalho de Conclusão de Curso
URI Permanente para esta coleção
Navegar
Submissões Recentes
- ItemAlgoritmo genético compacto e modelo de Markowitz aplicados à otimização de portfólio em carteiras de criptomoedas.(2023-12-11) Carlos Eduardo de Sousa Faria; Ciniro Aparecido Leite NametalaA seleção de carteiras de investimentos é uma tarefa complexa que envolve a escolha dos ativos que compõem um portfólio. No contexto das criptomoedas, essa atividade torna-se particularmente desafiadora devido à alta volatilidade e complexidade inerentes a esse mercado. Apesar dessas características, as criptomoedas têm ganhado uma crescente popularidade nos últimos anos, tornando-se uma opção de investimento atrativa para muitos. Neste cenário, identificou-se uma necessidade premente de abordar a otimização da seleção de carteiras de criptomoedas, explorando o potencial dos Algoritmos de Estimação de Distribuição (EDAs). O propósito fundamental deste trabalho é a implementação de um tipo de EDA chamado Algoritmo Genético Compacto, empregando a Teoria Moderna de Portfólio de Markowitz como base. O objetivo é a otimização da composição do portfólio de investimentos, enfocando a maximização dos retornos e a minimização dos riscos associados. Para alcançar essa finalidade, os preços de fechamento das criptomoedas selecionadas foram obtidos de maneira abrangente por meio da plataforma CoinGecko, cobrindo um período histórico de três anos (de 2020 a 2022) segmentados em três experimentos. Os resultados obtidos mostram que a técnica foi capaz de gerar bons resultados. Utilizando a métrica do índice Sharpe, a melhor carteira identificada pelo Algoritmo Genético Compacto, no conjunto de treino ficou classificada entre os 100 melhores retornos no conjunto de teste, durante os três experimentos conduzidos em um espaço de soluções contendo 1000 carteiras geradas.
- ItemDesenvolvimento de um aplicativo para delivery de bebidas(2023-12-01) Veloso, Luiz Augusto Silva; Doutor Marcos Roberto RibeiroDiante de uma análise no mercado de delivery, foi observado que os aplicativos de sucesso não atendem às pequenas cidades do Brasil. Entretanto, em lojas de aplicativos, ou mesmo em trabalhos acadêmicos, é possível encontrar aplicativos de delivery que atendem aos estabelecimentos com serviços de refeições. Assim, o objetivo deste trabalho é informatizar a entrega de bebidas por meio do desenvolvimento de um aplicativo para dispositivo móveis, atendendo, também, as pequenas cidades do Brasil. No decorrer do trabalho, foram realizadas análises com os aplicativos existentes no mercado e com os aplicativos desenvolvidos em trabalhos acadêmicos, e, a partir disso, foram definidos os requisitos. Posteriormente, desenvolveram-se os protótipos das interfaces do usuário, a modelagem do banco de dados NOSQL, a implementação do aplicativo, utilizando-se o framework Flutter e a linguagem de programação Dart, sendo que, ao final, executaram-se os testes com as funcionalidades desenvolvidas. No trabalho, foi realizada a implementação do aplicativo para os clientes, e os estabelecimentos e os produtos foram adicionados diretamente no banco de dados.
- ItemAnálise de técnicas de agrupamento de dados para notícias de futebol(2023-11-30) CRUZ, Mateus Araújo ; Doutor Marcos Roberto RibeiroAgrupamento de dados é uma técnica de aprendizado não supervisionado que busca padrões ocultos em um conjunto de dados. Para isso, o conjunto é dividido em subgrupos com características semelhantes entre si e distintas dos demais grupos. O presente trabalho investiga as técnicas de agrupamento K-Means, Hierárquico, DBSCAN e mistura gaussiana, aplicadas em notícias do Campeonato Brasileiro de Futebol. A pesquisa tem como objetivo analisar o funcionamento das técnicas e proporcionar possibilidades de identificação de padrões nos dados. No estágio inicial, realizou-se o pré-processamento dos dados, incluindo tokenização e remoção de palavras de parada. As notícias foram representadas através da técnica TF-IDF. Em seguida, empregou-se a técnica de redução de dimensionalidade a partir da Análise Semântica Latente. O agrupamento das notícias foi realizado com o número de grupos definido em 21, representando a quantidade de times participantes no campeonato. Os resultados indicaram que tanto o algoritmo K-Means quanto o Modelo de Mistura Gaussiana alcançaram uma acurácia de 75%, demonstrando desempenho superior perante os demais. Adicionalmente, foram realizados experimentos sem a definição prévia do número de clusters, empregando busca em grade para determinar o melhor coeficiente de silhueta. Os algoritmos variaram entre 25 e 32 grupos, sugerindo que essa faixa é apropriada para a divisão da base de dados das notícias.
- ItemDesenvolvimento de um aplicativo para recomendação de corretivos e fertilizantes com base em análise de solo(0023-11-30) Rezende, Jean Gustavo Ferreira; Doutor Marcos Roberto Ribeiro; Doutor Carlos Manoel de OliveiraOs gastos com fertilizantes impactam diretamente o custo de produção na agricultura. Assim, é importante utilizar tal insumo de forma racional para garantir a produtividade da lavoura sem aumentar o custo de produção. Considerando o crescente uso de ferramentas tecnológicas no setor rural, o objetivo do presente projeto foi desenvolver um aplicativo capaz de interpretar a análise de solo e recomendar as indicações de corretivos e fertilizantes para o cultivo das principais culturas anuais do Brasil. O desenvolvimento do aplicativo utilizou tecnologias multiplataforma, para que possa ser disponibilizado para diversos públicos. As metodologias utilizadas para as recomendações foram o método de saturação das bases, para a calagem; o teor de argila, para a gessagem; e as tabelas de extração, para a adubação. Como resultado, o presente trabalho criou um banco de dados com tabelas de extração de nutrientes, que possibilita a inclusão de outras culturas no futuro. O aplicativo gerado tem potencial para trazer benefícios significativos para a agricultura a um custo acessível.
- ItemAnálise do impacto de notícias na previsão do índice Bovespa(2023-08-09) Emanuel Elias; Doutor Marcos Roberto RibeiroAtualmente, o principal canal de informação dos brasileiros são as redes sociais. Em uma sociedade na qual os cidadãos possuem fácil acesso à informação, a propagação de notícias ocorre rapidamente. Visto que, através de redes sociais as informações podem ser facilmente disseminadas. Este trabalho, se propõe à auxiliar na previsão de preço do IBOV, considerando os efeitos de informações veiculadas na internet. A fim de contribuir para a compreensão de seus impactos e, como resultado, minimizar os prejuízos. Em virtude que é possível, estabelecer uma relação, entre o conteúdo das notícias e tweets com as oscilações do mercado financeiro. Os modelos preditivos desenvolvidos foram obtidos com os métodos da classe Box-Jenkins, e enriquecidos com o valor de sentimento de notícias e tweets. Os modelos que obtiveram melhores resultados consideravam os sentimentos de tweets. De 2018 a 2022, o modelo de previsão diária que considerava toda a série histórica do preço de fechamento do IBOV, obteve melhor desempenho. Considerando apenas os sentimentos de tweets, o protótipo foi capaz de realizar previsões com diferença média entre o valor previsto e o valor real de aproximadamente 0,0066 de MAPE.