Uso de técnicas de Computação Social para tomada de decisão de compra e venda de ações no mercado brasileiro de bolsa de valores

Alves, Deborah Silva

doi:10.26512/2015.10.t.19345

Cited by 5 publications

(6 citation statements)

References 57 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Em [Alves 2015] foi utilizado o Twitter como fonte de dados para simulac ¸ão de compra e venda de ac ¸ões no mercado de bolsa de valores brasileiro. Utilizaram dados com e sem pré-processamento, no primeiro caso realizaram filtragens de links, pontuac ¸ão e de tweets contendo palavras e expressões selecionadas e aplicaram algoritmo classificador de sentimentos par aa obtenc ¸ão de indicador de sentimentos.…”

Section: Revisão Bibliográficaunclassified

Relacionamento estatístico entre indicadores de dados de internet em língua portuguesa e bolsa de valores

Silva

Faria²,

Fernandes³

et al. 2022

Anais Da X Escola Regional De Informática De Goiás (ERI-GO 2022)

View full text Add to dashboard Cite

Este trabalho apresenta uma análise estatística entre indicadores obtidos de dados de internet em língua portuguesa - sentimento de notícias e Google Trends - e dados sobre o mercado brasileiro de bolsa de valores através do coeficiente de correlação de postos de Spearman. A metodologia utilizada para coleta, pré-processamento e obtenção de cada indicador é detalhada. Foram obtidos dados dos anos de 2019 a 2021. Para a análise de sentimento das notícias foi adotado um modelo CNN (Convolutional Neural Network) o qual obteve um F1-score de 96%. Como resultados foram obtidas algumas correlações interessantes dentre as quais, uma correlação inversa caracterizada como moderada (segundo a escala de Cohen) entre o sentimento das notícias e preço de fechamento ajustado em 2019; entre volume de buscas e preço de fechamento, uma correlação negativa e “muito grande” e positiva e “grande” entre o volume de negociações e o volume de buscas. Tanto em 2020 como em 2021, constatou-se coeficientes negativos definidos como “grandes”, levando em conta o preço de fechamento e volume de negociações.

show abstract

Section: Revisão Bibliográficaunclassified

Relacionamento estatístico entre indicadores de dados de internet em língua portuguesa e bolsa de valores

Silva

Faria²,

Fernandes³

et al. 2022

Anais Da X Escola Regional De Informática De Goiás (ERI-GO 2022)

View full text Add to dashboard Cite

show abstract

“…Textual data was also used by Alves (2015) who collected information from Twitter, in Portuguese, to analyze how to buy and sell decisions that were made on the Brazilian stock exchange. The author suggested an alternative approach where he used textual data to check the investors' sentiment before using this metric along with other indicators in his model.…”

Section: Related Studiesmentioning

confidence: 99%

“…Since studies that aim to predict asset return using textual information are rare in the Brazilian stock market (Lopes et al 2008;Rehbein 2012;Alves 2015), and are usually limited to analyze only few assets, from limited business segments (de Oliveira et al 2013; de Carvalho 2018;Yim and Mitchell 2005;Lopes et al 2008; de Araújo and Marinho 2018; Alves 2015), we have various contributions to the current literature in the area. First, we use an extensive variate of stocks (64) and classifiers in our analysis (11).…”

Section: Introductionmentioning

confidence: 99%

Predicting Stock Price Falls Using News Data: Evidence from the Brazilian Market

2020

View full text Add to dashboard Cite

Market participants use a wide set of information before they decide to invest in risk assets, such as stocks. Investors often follow the news to collect the information that will help them decide which strategy to follow. In this study, we analyze how public news and historical prices can be used together to anticipate and prevent financial losses on the Brazilian stock market. We include an extensive set of 64 securities in our analysis, which represent various sectors of the Brazilian economy. Our analysis compares the traditional Buy & Hold and the moving average strategies to several experiments designed with 11 machine learning algorithms. We explore daily, weekly and monthly time horizons for both publication and return windows. With this approach we were able to assess the most relevant set of news for investor’s decision, and to determine for how long the information remains relevant to the market. We found a strong relationship between news publications and stock price changes in Brazil, suggesting even short-term arbitrage opportunities. The study shows that it is possible to predict stock price falls using a set of news in Portuguese, and that text mining-based approaches can overcome traditional strategies when forecasting losses.

show abstract

“…Marquesone (2016), à época, afirmava que cerca de 90% dos dados haviam sido gerados nos dois anos anteriores, em virtude da expansão da Internet e da ampla utilização dos dispositivos móveis, pelos quais grande parte dos usuários tem acesso aos meios de comunicação existentes. Redes sociais e sites como Facebook, Instagram e Twitter se tornaram ferramentas comuns do cotidiano das pessoas, onde expressam suas opiniões a respeito de produtos, serviços, organizações, entre outros (ALVES, 2015). A International Data Corporation (IDC) prevê que o volume de dados gerados cresça de 33 Zettabytes em 2018 para 175 Zettabytes até 2025, atingindo cerca de 59 Zettabytes até o final de 2020 (REINSEL; GANTZ;RYDNING, 2018).…”

Section: Introductionunclassified

Bblex: Um Dicionário Léxico Multilíngue Para O Mercado De Ações / Bblex: A Multilingual Lexicon for Stock Market

Teixeira

Souza

Meinerz

2021

BJD

View full text Add to dashboard Cite

RESUMORecentemente, com a ampla utilização das redes sociais, notícias e opiniões de usuários publicadas sobre o mercado de ações se tornaram conteúdo de grande valor preditivo para determinar o comportamento das ações. Com a velocidade e o volume que essas notícias e opiniões são geradas, a análise manual humana se torna inviável, sendo necessário o uso de ferramentas computacionais para o processamento dos textos, como dicionários léxicos. Entretanto, embora existam muitos dicionários de propósito geral, poucos são de domínio específico, com termos personalizados para o contexto do mercado de ações. Além disso, os que existem, em sua maioria, são limitados a um único idioma. Dito isto, este trabalho apresenta o BBLEX, um dicionário léxico multilíngue de domínio específico, desenvolvido com o objetivo de aumentar a assertividade da tarefa de Análise de Sentimento do grande volume de notícias publicadas, relacionadas ao mercado de ações brasileiro. As técnicas utilizadas para sua criação se mostraram promissoras, fazendo uso combinado das abordagens manual e automática. Nos testes realizados, o BBLEX mostrou-se mais eficiente e assertivo que os demais léxicos disponíveis utilizados para comparação, atingindo uma acurácia de 84,05% no melhor caso.

show abstract

Uso de técnicas de Computação Social para tomada de decisão de compra e venda de ações no mercado brasileiro de bolsa de valores

Cited by 5 publications

References 57 publications

Relacionamento estatístico entre indicadores de dados de internet em língua portuguesa e bolsa de valores

Relacionamento estatístico entre indicadores de dados de internet em língua portuguesa e bolsa de valores

Predicting Stock Price Falls Using News Data: Evidence from the Brazilian Market

Bblex: Um Dicionário Léxico Multilíngue Para O Mercado De Ações / Bblex: A Multilingual Lexicon for Stock Market

Contact Info

Product

Resources

About