Atualmente, 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.