Petrobras stock price forecasting using facebook prophet library
Keywords:
Machine Learning, Stock Exchange, Technical Analysis, Time Series, Price ForecastAbstract
Among the shares traded on the Brazilian Stock Exchange are those of Petrobras. The objective of this work was to predict the price of Petrobras shares using price history and the Facebook Prophet library. This library has features for time series analysis and prediction. In the experiments, in general, an average percentage error of 0.92% was obtained using 15 days for model training and predicting one day ahead. A possible relationship between the number of days required for model training and price volatility was also noticed, with more days needed when volatility is higher.
Downloads
References
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.
Additional Files
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Revista Brasileira de Iniciação Científica
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
