ESTUDO DA ESTATÍSTICA DE ANÁLISE TEMPORAL COM INTELIGÊNCIA ARTIFICIAL PARA APLICAÇÃO EM ROBÔS DE INVESTIMENTO NO AUXÍLIO DOS INVESTIDORES PARA OTIMIZAÇÃO DE GANHOS NA BOLSA DE VALORES DE SÃO PAULO

Authors

  • Marcos Alcantara Duarte Universidade de Guarulhos
  • Stephany Santana Gomes Graduando em Ciências da Computação.
  • Vinicius Lima Graduando em Ciências da Computação
  • Vitor Ferreto Graduando em Ciências da Computação
  • Edgard Ambrósio Graduando em Ciências da Computação

DOI:

https://doi.org/10.33947/2316-7394-v7n1-3535

Keywords:

Estatística, Redes Neurais, Machine Learning, Inteligência Artificial

Abstract

Verifica-se que o baixo número de investidores na Bolsa de Valores em São Paulo deve-se tanto à falta de conhecimento quanto à complicação que encontram na hora de investir e até mesmo no baixo rendimento esperado.  Neste artigo, a solução é o estudo para a criação de um algoritmo que possa auxiliar na criação de um robô que auxiliará aos investidores a obter um melhor lucro. Para o desenvolvimento do mesmo, foram feitos estudos em busca de ferramentas e técnicas específicas, para a obtenção de resultados através do uso da estatística, machine learning, redes neurais e apresentando os resultados em um navegador.  Então resulta-se em um artigo fundamentado com ótimas técnicas para aplicabilidade, servindo para a criação do robô de investimento e até mesmo ser utilizado como base para criação de outros algoritmos que façam uso de redes neurais e estatística.


Author Biography

Marcos Alcantara Duarte, Universidade de Guarulhos

Graduando em Ciências da Computação. Empresário e profissional do mercado financeiro e de capitais.

Published

2019-10-03

How to Cite

Duarte, M. A., Gomes, S. S., Lima, V., Ferreto, V., & Ambrósio, E. (2019). ESTUDO DA ESTATÍSTICA DE ANÁLISE TEMPORAL COM INTELIGÊNCIA ARTIFICIAL PARA APLICAÇÃO EM ROBÔS DE INVESTIMENTO NO AUXÍLIO DOS INVESTIDORES PARA OTIMIZAÇÃO DE GANHOS NA BOLSA DE VALORES DE SÃO PAULO. Revista Computação Aplicada - UNG-Ser, 7(1), 12–18. https://doi.org/10.33947/2316-7394-v7n1-3535

Issue

Section

Artigos