Made available in DSpace on 2016-08-17T14:53:24Z (GMT). No. of bitstreams: 1 Dissertacao Manoel Marcondes.pdf: 1698331 bytes, checksum: 909b7996d9dd24d74cb26a7889774905 (MD5) Previous issue date: 2013-06-12 / The stock market is a highly complex market and an important way to raise funds for investors. Investors aim to achieve maximum profit. Thus, the purchase or sale of shares must be made on time. To achieve this goal, prediction techniques can be applied to the stock market in order to predict their behavior. There are several techniques that show promising results for prediction on the stock market, but each one has particular advantages and limitations. Thus, these techniques require a large number of variables and a complex architecture. This paper describes a proposal of a prediction approach model designed to raise the return's chances on investments in shares. It uses a hybrid approach based on the definition from a committee of learning machines which combines the advantages of three techniques (statistical, neural network and technical indicators) in order to overcome their respective limitations. The proposed approach is examined through a comparison with their individual forecasters according to the perspective of two metrics, which ones demonstrate significant gains in terms of profitability and precision when used with a committee prediction approach involving weights in the solution of individual forecasters. / O mercado acionário é uma importante forma para captação de recursos para investidores. Entretanto, é um mercado altamente complexo. Os investidores têm como objetivo atingir o máximo de lucro. Assim, a compra ou venda de ações deve ser feita no momento certo. Para atingir esse objetivo, técnicas de predição podem ser aplicadas em mercado acionário a fim de antever seu comportamento. Para predição em mercado acionário, existem várias técnicas que apresentam resultados promissores, mas cada uma tem suas vantagens e limitações particulares. No entanto, essas técnicas exigem um grande número de variáveis e uma arquitetura complexa. O presente trabalho descreve uma proposta de um modelo de predição objetivando elevar as chances de rentabilidade em investimentos com ações. O modelo proposto utiliza uma abordagem híbrida por meio da definição de um comitê de máquinas de aprendizado que combinam vantagens das três técnicas (estatística, rede neural e indicadores técnicos) a fim de superar as suas respectivas limitações. A abordagem proposta é analisada através de uma comparação com seus previsores individuais sob a perspectiva de duas métricas, o que demonstrou ganhos significativos em termos de rentabilidade e precisão quando utilizado um comitê com abordagem de predição envolvendo pesos nas soluções dos previsores individuais.