Previsão de Ações Brasileiras utilizando Redes Neurais LSTM e modelo GARCH

Página do item simplificado
dc.contributor.advisorDoutor Carlos Alexandre Silva
dc.contributor.authorNascimento, Marco Antonio do
dc.contributor.coadvisorDoutor Carlos Alberto Severiano Júnior
dc.date.accessioned2025-03-06T12:53:20Z
dc.date.available2025-03-06T12:53:20Z
dc.date.issued2025-12-03
dc.description.abstractO propósito deste trabalho é estimar o comportamento dos preços diários das principais ações do mercado de ações brasileiro no período entre 2000 e 2024, a partir de dois modelos: um modelo de Redes Neurais LSTM e um modelo Híbrido onde se insere a estimação de volatilidade GARCH junto ao modelo LSTM, denominado GARCH-LSTM. Como resultados, pode-se afirmar que o comportamento dos preços das séries financeiras examinadas foi adequadamente estimado tanto pelo modelo LSTM quanto pelo modelo LSTM/GARCH. No que tange a escolha do modelo ideal, verificou-se que a maior parte das ações analisadas, apresentaram melhores resultados de estimação junto ao modelo GARCH-LSTM indicando que ao se inserir a estimação de volatilidade no modelo, há uma melhora na previsão do comportamento dos preços de ações.
dc.description.abstract1The purpose of this study is to estimate the daily price behavior of the main stocks in the Brazilian stock market during the period from 2000 to 2024 using two models: an LSTM Neural Network model and a Hybrid model that incorporates GARCH volatility estimation into the LSTM model, referred to as GARCH-LSTM. The results indicate that the price behavior of the analyzed financial series was adequately estimated by both the LSTM model and the LSTM/GARCH model. Regarding the choice of the ideal model, it was found that for most of the analyzed stocks, the GARCH-LSTM model provided better estimation results, suggesting that incorporating volatility estimation into the model improves the forecasting of stock price behavior.
dc.identifier.urihttp://hdl.handle.net/20.500.14387/2135
dc.language.isoPortuguês
dc.publisher.campiOuro Preto
dc.publisher.countryBrasil
dc.publisher.institutionInstituto Federal de Minas Gerais
dc.publisher.programEspecialização em Inteligência Artificial
dc.rightsAcesso aberto
dc.subject.keywordRedes Neurais
dc.subject.keywordLSTM
dc.subject.keywordVolatilidade
dc.subject.keywordGARCH
dc.subject.keywordMercado Acionário
dc.subject.keywordRisco
dc.titlePrevisão de Ações Brasileiras utilizando Redes Neurais LSTM e modelo GARCH
dc.typeTrabalho de Conclusão de Curso
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC - IFMG - Marco Antonio - Versão Final 28_02_25.pdf
Tamanho:
882.54 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.79 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar
Coleções
Trabalho de Conclusão de Curso