Status do projeto: ⌛ Em andamento
O presente projeto visa realizar um estudo comprativo entre diferentes técnicas de machine learning para a previsão de valores de ações, comparando assim o desempenho obtido com cada técnica.
Para isso, será utilizado o dataset Ibovespa Stocks.
A presença de um modelo ou ferramenta capaz de analisar e mapear o comportamento de ativos é crucial para a tomada de decisões assertivas por parte dos investidores. Isso não apenas possibilita uma precisão aprimorada, mas também reduz potenciais perdas e maximiza ganhos. Nesse contexto, destaca-se a importância dos algoritmos de Machine Learning na previsão de valores de ativos, atuando como ferramentas de apoio para as decisões devido à sua habilidade em mapear funções explicativas de comportamentos específicos e se adaptar às oscilações de mercado. Neste cenário, é possível identificar diversos algoritmos, cada qual com propósitos e modos de operação próprios. Assim, surge o questionamento: “Qual método de Machine Learning aplicado à análise de séries temporais apresenta a melhor acurácia e precisão?"
Para instalar as dependências do projeto, basta executar o seguinte comando:
pip install -r requirements.txt
Para executar o projeto, basta executar o notebook previsao-acoes.ipynb
.
The MIT License (MIT)
Copyright ©️ 2023-2024 - Rafael Camargo