Mapeamento sistemático da inteligência artificial no mercado financeiro com ênfase em análise fundamentalista

Página do item simplificado
dc.contributor.advisor-co1MENDES, Ingrid Nery
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/7079854122764802pt_BR
dc.contributor.advisor-co1ORCIDhttps://orcid.org/0009-0003-0916-3906pt_BR
dc.contributor.advisor1TEIXEIRA, Otávio Noura
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5784356232477760pt_BR
dc.creatorSILVA, Luan Pinheiro
dc.creator.Latteshttp://lattes.cnpq.br/8724192679287840pt_BR
dc.date.accessioned2024-11-11T17:15:26Z
dc.date.available2024-11-11T17:15:26Z
dc.date.issued2024-08-15
dc.description.abstractFundamental analysis is the predominant investment strategy for investors focused on long-term returns. This approach evaluates the operations and prospects of companies, taking into account both macroeconomic factors and company-specific elements, in order to identify investment opportunities with high return potential. This paper seeks to gather detailed and relevant information on the benefits and strategies of machine learning applications in the economy, using fundamental analysis as the main metric within the financial sector. It also aims to identify artificial intelligence (AI) techniques applied to this segment and their impact on stock market forecasting, since predicting financial market volatility has always been a complex challenge. In order to understand this process, a systematic literature review was carried out, which found that machine learning techniques are often used to predict asset prices and their trends. This reinforces the importance and effectiveness of using AI algorithms to anticipate future directions in the stock market. Among the most common models found are, respectively: neural network, genetic algorithm, deep learning, random forest, time series, text mining, natural language processing and deep neural network. The results indicate that research into artificial intelligence is evolving rapidly and emphasize the growing potential of AI techniques in the financial sector, making it an almost indispensable tool for economic agents.pt_BR
dc.description.resumoA análise fundamentalista é a estratégia de investimento predominante para investidores focados em retornos de longo prazo. Essa abordagem avalia as operações e perspectivas das empresas, considerando tanto fatores macroeconômicos quanto elementos específicos da companhia, visando identificar oportunidades de investimento com alto potencial de retorno. O presente trabalho busca reunir informações detalhadas e relevantes sobre os benefícios e estratégias das aplicações de aprendizado de máquina na economia, utilizando a análise fundamentalista como principal métrica dentro do setor financeiro. Além disso, visa identificar as técnicas de inteligência artificial (IA), aplicadas a esse segmento e seus impactos na previsão do mercado de ações, uma vez que, prever a volatilidade do mercado financeiro sempre representou um desafio complexo. E para entender esse processo, foi realizada esta revisão sistemática da literatura, no qual, constata-se que, frequentemente, as técnicas de aprendizado de máquina são utilizadas para prever os preços dos ativos e suas tendências. Reforçando dessa forma, a importância e eficácia da utilização de algoritmos de IA para antecipar direções futuras no mercado de ações. Entre os modelos mais comuns encontrados estão, respectivamente: rede neural, algoritmo genético, deep learning, floresta aleatória, séries temporais, mineração de texto, processamento de linguagem natural e rede neural profunda. Os resultados indicam que as pesquisas em inteligência artificial estão evoluindo rapidamente e enfatizam o crescente potencial das técnicas de IA no setor financeiro, tornando-se uma ferramenta quase indispensável para os agentes econômicos.pt_BR
dc.identifier.citationSILVA, Luan Pinheiro. Mapeamento sistemático da inteligência artificial no mercado financeiro com ênfase em análise fundamentalista. Orientador: Otávio Noura Teixeira; Coorientadora: Ingrid Nery Mendes. 2024. 58 f. Trabalho de Curso (Bacharelado em Engenharia da Computação) – Faculdade de Engenharia da Computação, Campus Universitário de Tucuruí, Universidade Federal do Pará, Tucuruí, 2024. Disponível em: https://bdm.ufpa.br/jspui/handle/prefix/7417. Acesso em:.pt_BR
dc.identifier.urihttps://bdm.ufpa.br/jspui/handle/prefix/7417
dc.rightsAcesso Abertopt_BR
dc.source.uriDisponível na internet via Sagittapt_BR
dc.subjectAlgoritmospt_BR
dc.subjectAnálise fundamentalistapt_BR
dc.subjectBuy and holdpt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectMercado de açõespt_BR
dc.subjectMercado financeiropt_BR
dc.subjectTécnicas de IApt_BR
dc.subjectAlgorithmspt_BR
dc.subjectFundamental analysispt_BR
dc.subjectArtificial intelligencept_BR
dc.subjectStock marketpt_BR
dc.subjectFinancial marketpt_BR
dc.subjectAI techniquespt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAOpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA::METODOS QUANTITATIVOS EM ECONOMIA::METODOS E MODELOS MATEMATICOS, ECONOMETRICOS E ESTATISTICOSpt_BR
dc.titleMapeamento sistemático da inteligência artificial no mercado financeiro com ênfase em análise fundamentalistapt_BR
dc.typeTrabalho de Curso - Graduação - Monografiapt_BR

Arquivo(s)

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC_MapeamentoSistematicoInteligencia.pdf
Tamanho:
1.94 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.84 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Aparece na Coleção

Faculdade de Engenharia da Computação - FECOMP/CAMTUC
Logo do RepositórioLogo do Repositório