Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015. / Submitted by Tania Milca Carvalho Malheiros (tania@bce.unb.br) on 2016-01-21T12:17:52Z
No. of bitstreams: 1
2015_DeborahSilvaAlves.pdf: 5684417 bytes, checksum: b3ec73a1d1fb67a0c6a7ada39ac1db6c (MD5) / Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2016-01-26T12:08:03Z (GMT) No. of bitstreams: 1
2015_DeborahSilvaAlves.pdf: 5684417 bytes, checksum: b3ec73a1d1fb67a0c6a7ada39ac1db6c (MD5) / Made available in DSpace on 2016-01-26T12:08:03Z (GMT). No. of bitstreams: 1
2015_DeborahSilvaAlves.pdf: 5684417 bytes, checksum: b3ec73a1d1fb67a0c6a7ada39ac1db6c (MD5) / O rastreamento do sentimento público para predição de indicadores do mercado financeiro tem ganhado atenção tanto da academia quanto do mundo dos negócios. Entretanto, há várias questões em relação à precisão e significância de modelos que necessitam ser aprimorados. Nesse sentido, este trabalho propõe analisar o relacionamento entre dados obtidos da rede social Twitter em português
e do mercado de ações brasileiro através de um sistema de auxílio a tomada de decisão
que realiza compra e venda de ações. Para isso, foram coletadas mensagens postadas de agosto de 2013 a abril de 2015 que continham palavras relacionadas às ações de nove empresas brasileiras expressivas no mercado de ações, e dados de volume e preço dessas na Bovespa. Sobre os dados advindos do Twitter, foram aplicadas técnicas para análise de sentimento e tendência para obtenção
de indicadores que inicialmente foram relacionados estatisticamente com os da Bovespa e, posteriormente, usados no sistema simulador. Os resultados obtidos demonstraram que o investimento nessa área é promissor apesar dos grandes desafios que esta impõe. / The tracking of public sentiment indicators to predict the financial market has gained much attention from academia and the business world. However, there are several issues regarding the accuracy and significance of models that need to be improved. Thus, this work aims to analyze the relationship between data in Portuguese language obtained from the social network Twitter and Brazilian stock market through a decision aid system which performs purchase and sale of shares. In order that, messages posted from August 2013 to April 2014 that contained words related to the actions of nine important Brazilian companies in the stock market, and Bovespa
data as volume and price were collected. Techniques for sentiment analysis and trend were applied in the data to obtain indicators that were initially associated statistically with the Bovespa and subsequently, they were used in the simulator system. The results showed that investment in this area is promising despite the great challenges it imposes.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/19345 |
| Date | 23 October 2015 |
| Creators | Alves, Deborah Silva |
| Contributors | Borges, Geovany Araújo |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
| Rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0115 seconds