Skip navigation
Logo
User training | Reference and search service

Library catalog

Retrievo
EDS
b-on
More
resources
Content aggregators
Please use this identifier to cite or link to this item:

acessibilidade

http://hdl.handle.net/10071/2798
acessibilidade
Title: Análise do comportamento do mercado de acções utilizando técnicas de data mining
Authors: Perfeito, Pedro Miguel
Orientador: Belo, Orlando
Trigueiros, Maria José
Keywords: Sistema de Apoio à Decisão
Data Mining
Knowledge Discovery in Data
Business intelligence
ETL
Data Warehousing
Decision Support Systems
Data Mining
Knowledge Discovery in Data
Issue Date: 28-Jul-2011
Citation: PERFEITO, Pedro Miguel - Análise do comportamento do mercado de acções utilizando técnicas de data mining [Em linha]. Lisboa: ISCTE, 2009. Dissertação de mestrado. [Consult. Dia Mês Ano] Disponível em www:<http://hdl.handle.net/10071/2798>.
Abstract: No actual contexto económico, o valor da informação assume cada vez mais importância nos hábitos e costumes de cada cidadão. Cotações do barril do petróleo, taxas euribor, índices accionistas, taxa de inflação, entre outros, chegam-nos diariamente às nossas casas através da comunicação social. O seu estudo assume cada vez mais importância, principalmente pela na necessidade em identificar o seu impacto no nosso quotidiano. A aplicação de técnicas de Data Mining (DM) na tentativa de prever o movimento do Mercado de Acções, nunca foi um assunto muito bem aceite, principalmente pelos economistas e pelo mundo académico. É uma área de elevada complexidade, e o facto de a mesma envolver dinheiro, implica que a sua investigação, principalmente bem sucedida, não seja tornada pública. Contudo, estas técnicas existem e são cada vez mais utilizadas, não só nos mercados financeiros, como praticamente em todos os outros sectores de actividade. Esta dissertação começa por fazer uma abordagem ao complexo mundo do mercado de acções, numa tentativa de o desmistificar um pouco. Posteriormente, e com base em regras de investimento normalmente aplicadas pelos investidores profissionais, é apresentado um modelo de uma rede neuronal artificial, que prevê numa base diária, a decisão de comprar, manter ou vender um determinado activo, sendo a mesma, suportada por um sistema de apoio à decisão para a monitorização e análise da evolução das decisões tomadas.
In the current economic environment, the value of information is increasingly important in the habits and customs of each citizen. Prices per barrel of oil, Euribor rates, equity indexes, inflation rate, among others, arrive everyday at our homes through the media. Their study is increasingly important, especially by the need to identify their impact on our daily quotidian. The application of Data Mining (DM) techniques, in an attempt to predict the movement of the stock market, has never been a very well accepted, mainly by economists and the academic world. It is an area of high complexity, and the fact that it involves money, mean that their research, especially successful, is not made public. However, these techniques exist, and are increasingly used not only in financial markets, but also in practically all other activity sectors. This dissertation begins by making an approach to the complex world of the stock market, in an attempt to demystify it a little. Subsequently, based on investment rules normally applied by practitioners, it’s presented a model of an artificial neural network, which provides in a daily basis, the decision to buy, hold or sell a particular asset, supported by a decision support system to monitor and analyze the evolution of the made decisions.
URI: http://hdl.handle.net/10071/2798
Designation: Mestrado em Sistemas Integrados de Apoio à Decisão
Appears in Collections:T&D-DM - Dissertações de mestrado

Files in This Item:
acessibilidade
File Description SizeFormat 
2009-MSIAD-DISSERTACAO-M5607.pdf1.65 MBAdobe PDFView/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Currículo DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.