(2023-06-13) GUSTAVO DELAPAZ ISHIKI; LUCAS MEDEIROS RODRIGUES; NICKOLAS BELO MARTINS
Esse trabalho tem como foco a utilização de algoritmos de aprendizado de máquina
para prever tendências de preços de ações com o intuito de auxiliar investidores a obter uma
decisão mais assertiva ao escolher comprar ou vender uma ação. Foram utilizados 3 algoritmos
distintos: ARIMA, Prophet e LSTM, os valores diários de fechamento de 4 ativos financeiros
e um ETF da Bovespa em um período de 5 anos. Os testes foram desenvolvidos no Google
Colab e após a obtenção de resultados satisfatórios, foram aplicados os modelos preditivos para
realizar previsões futuras. A visualização das previsões está disponível em um site construído
com a linguagem de programação Typescript, o framework Django e um banco de dados do
MongoDB para guardar dados de previsões passadas
