USO DE INTELIGÊNCIA ARTIFICIAL PARA PREVISÃO DE AÇÕES

Abstract

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 passadasThis work focuses on the use of machine learning algorithms to predict stock price trends in order to help investors to obtain a more assertive decision when choosing to buy or sell a stock. 3 different algorithms: ARIMA, Prophet and LSTM, the daily closing values of 4 financial assets and a Bovespa ETF over a period of 5 years were used. The tests were developed in Google Colab and after obtaining satisfactory results, predictive models were applied to make future predictions. The visualization of forecasts is available on a website built with the Typescript programming language, the Django framework and a MongoDB database to store data from past forecasts.