Skip navigation
DSpace logo

  1. Repositório Institucional da UFPB
  2. UFPB - Campus III - Centro de Ciências Humanas, Sociais e Agrárias (CCHSA)
  3. CCHSA - Trabalhos de Conclusão de Curso de Graduação
  4. TCC - Administração - CCHSA
Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/31404
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSantos, Haroldo Rair Melo dos-
dc.date.accessioned2024-08-14T17:54:14Z-
dc.date.available2023-11-17-
dc.date.available2024-08-14T17:54:14Z-
dc.date.issued2023-11-17-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/31404-
dc.description.abstractNão se encontra no trabalhopt_BR
dc.description.provenanceSubmitted by Bruna Morais (brunamorais@cchsa.ufpb.br) on 2024-08-14T17:53:07Z No. of bitstreams: 2 TCC HAROLDO FINAL.pdf: 727234 bytes, checksum: c8a76d8214b9709507ff11bbb27f2bdb (MD5) TermoDeAutorizacao2023 - HAROLDO_assinado.pdf: 116673 bytes, checksum: 6120cf3d9498cce62ce2890ffc79ad81 (MD5)en
dc.description.provenanceApproved for entry into archive by Bruna Morais (brunamorais@cchsa.ufpb.br) on 2024-08-14T17:54:13Z (GMT) No. of bitstreams: 2 TCC HAROLDO FINAL.pdf: 727234 bytes, checksum: c8a76d8214b9709507ff11bbb27f2bdb (MD5) TermoDeAutorizacao2023 - HAROLDO_assinado.pdf: 116673 bytes, checksum: 6120cf3d9498cce62ce2890ffc79ad81 (MD5)en
dc.description.provenanceMade available in DSpace on 2024-08-14T17:54:14Z (GMT). No. of bitstreams: 2 TCC HAROLDO FINAL.pdf: 727234 bytes, checksum: c8a76d8214b9709507ff11bbb27f2bdb (MD5) TermoDeAutorizacao2023 - HAROLDO_assinado.pdf: 116673 bytes, checksum: 6120cf3d9498cce62ce2890ffc79ad81 (MD5) Previous issue date: 2023-11-17en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.subjectMachine Learningpt_BR
dc.subjectAprendizado de Máquinapt_BR
dc.subjectPrevisãopt_BR
dc.subjectSentimentospt_BR
dc.titlePrevisão do retorno acionário do mercado brasileiro com o uso de dados textuais, notícias especializadas do G1 e técnicas de aprendizado de máquina supervisionado.pt_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Xavier, Gustavo Correia-
dc.description.resumoO objetivo deste estudo foi investigar e prever o retorno acionário do mercado brasileiro medido através dos índices da Bovespa, durante o período de dezembro de 2020 até maio de 2023. Utilizou-se para tal, o uso de dados textuais, das notícias especializadas de economia e política do portal G1, que foram analisados por meio de ferramentas de aprendizado de Máquina Supervisionado. Este estudo se concentra na análise da relação entre o sentimento expresso em notícias financeiras e as flutuações nos preços do mercado acionário brasileiro, tendo como base em uma revisão de literatura que abordou os princípios do mercado eficiente e examinou o comportamento e sentimento dos investidores, além de mostrar modelos de predições e ferramentas de Web Scraping. Os dados textuais relacionados a notícias financeiras ao conduzir o estudo e na coleta de informações, resultam em uma amostra de 17.999 notícias, os resultados destacam a predominância de médias negativas em certos períodos, muitas vezes relacionadas a eventos econômicos e políticos significativos, além disso, a análise explorou a evolução dos sentimentos ao longo do tempo, revelando flutuações notáveis e tendências anuais. Este estudo reforça a importância da análise de sentimentos em notícias financeiras como um recurso valioso para prever as tendências do mercado de ações no Brasil e destaca o potencial da combinação de técnicas de Machine Learning com análise de texto.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentAdministraçãopt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAOpt_BR
Aparece nas coleções:TCC - Administração - CCHSA

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC HAROLDO FINAL.pdf710,19 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.