Predição de preços de ações da Petrobrás utilizando a biblioteca Facebook Prophet
Palavras-chave:
Aprendizado de Máquina, Bolsa de Valores, Análise Técnica, Séries Temporais, Predição de PreçosResumo
Dentre as ações negociadas na Bolsa de Valores brasileira, estão as da Petrobrás. O objetivo deste trabalho foi prever o preço das ações da Petrobrás utilizando histórico de preços e a biblioteca Facebook Prophet. Essa biblioteca tem recursos para análise e predição de séries temporais. Nos experimentos, de maneira geral, obteve-se um erro percentual médio de 0,92% utilizando-se 15 dias para treinamento do modelo e predizendo-se um dia a frente. Percebeu-se ainda uma possível relação entre a quantidade de dias necessária para o treinamento do modelo e a volatilidade da cotação, sendo necessário mais dias quando a volatilidade for maior.
Downloads
Referências
B3. Ações. Disponível em: https://www.b3.com.br/pt_br/produtos-e-servicos/negociacao/renda-variavel/acoes.htm. Acesso em: 14 abr. 2022.
BARROS, G. C. Redes Neurais Artificiais para Predição do Preço de VALE3 na Bolsa de Valores Brasileira. 2021. 61 p. Trabalho de Conclusão de Curso (Graduação) - Instituto de Ciências Ambientais, Químicas e Farmacêuticas, Universidade Federal de São Paulo - Campus Diadema, São Paulo.
CVM. Como negociar ações?. Disponível em: https://www.investidor.gov.br/menu/Menu_Investidor/Old/Valores_Mobiliarios/Acoes/Como_negociar_acoes.html. Acesso em: 16 abr. 2022.
FACEBOOK PROPHET. Previsão em escala. Disponível em: https://facebook.github.io/prophet/. Acesso em: 17 set. 2022.
IGARASHI, W.; VALDEVIESO, G. S.; IGARASHI, D. C. C. Análise de sentimentos e indicadores técnicos: uma análise da correlação dos preços de ativos com a polaridade de notícias do mercado de ações. Brazilian Journals of Business, Curitiba, v. 3, n. 1, p. 470-486, jan./mar. 2021.
JANSEN, S. Machine Learning for Algorithmic Trading. 2ed. Birmingham: Packt Publishing, 2020.
LAGIOIA, U. Fundamentos do mercado de capitais. 2ed. São Paulo: Atlas, 2009. 212 p.
LAMEIRA, V. Negócios em bolsas de valores: estratégias para Investimentos. São Paulo: Alaúde, 2005.
MITCHELL, T. M. Machine learning. Nova York: McGraw-Hill, 1997.
PARRAY, I. R.; KHURANA, S. S.; KUMAR, M.; ALTALBE, A. A. Time series data analysis of stock price movement using machine learning techniques. Soft Computing, 24, p. 16509-16517, 2020. Disponível em: https://link.springer.com/article/10.1007/s00500-020-04957-x. Acesso em: 15 mai. 2022. DOI: https://doi.org/10.1007/s00500-020-04957-x.
SILVA, J.C.; ZANINI, M. J.; SAURIN, G. Análise econômico-financeira de sociedades anônimas: decisão para investimento na bolsa de valores. In: Encontro Científico Cultural Interinstitucional, 13º, 2015. ECCI. Out. 2015. ISSN 1980-7406. p. 1-10.
SINGH, V.; DUBEY, S. K. Opinion mining and analysis: A literature review. In: International Conference - Confluence The Next Generation Information Technology Summit, 5., 2014, Noida. Confluence. p. 232-239.
SOUZA, W. B. C. Mineração de dados aplicada à previsão de preços de ações utilizando Weka. 2021. 68 p. Trabalho de Conclusão de Curso (Graduação) - Escola de Ciências Exatas e da Computação, Pontifícia Universidade Católica de Goiás (PUC-GO), Goiânia.
WERNER, L.; BISOGNIN, C.; ARAUJO, C. W. Análise de técnicas de previsão: um estudo de caso para o volume de ações da Petrobras. Brazilian Journal of Development, Curitiba, v. 6, n. 1, p.1103- 1115, 2020. Disponível em: https://brazilianjournals.com/ojs/index.php/BRJD/article/view/5979/5334. Acesso em: 15 mai. 2022. DOI: https://doi.org/10.34117/bjdv6n1-078.
Arquivos adicionais
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Revista Brasileira de Iniciação Científica
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
