Título: Desenvolvimento De Um Modelo De Aprendizado De Máquina Para Previsão Do Preço Do Açúcar Na Bolsa De Valores
Título alternativo: Development Of A Model Of Machine Learning For Sugar Price Forecast On The Stock Exchange Of Values
Autoria de: Samuel Henrique Guimaraes Braga
Orientação de: Danilo Alves de Lima
Presidente da banca: Danilo de Alves Lima
Primeiro membro da banca: Arthur de Miranda Neto
Segundo membro da banca: Álvaro Henrique Alves Maia
Palavras-chaves: machine learning, previsão de preço, bolsa de commodities, açúcar, redes neurais
Data da defesa: 13/12/2023
Semestre letivo da defesa: 2023-2
Data da versão final: 19/12/2023
Data da publicação: 19/12/2023
Referência: Braga, S. H. G. Desenvolvimento De Um Modelo De Aprendizado De Máquina Para Previsão Do Preço Do Açúcar Na Bolsa De Valores. 2023. 57 p. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação Bacharelado)-Universidade Federal de Lavras, Lavras, 2023.
Resumo: Atualmente, o Brasil desempenha um papel significativo no cenário global do comércio de açúcar, sendo um proeminente exportador que movimenta safras bilionárias. As empresas envolvidas na exportação desse produto buscam incorporar tecnologias avançadas, notadamente modelos de aprendizado de máquina, para antecipar variações nos preços do açúcar e mitigar a volatilidade do mercado. A complexidade desse empreendimento é ampliada devido a fatores externos imprevisíveis e à limitação de acesso a dados completos e precisos. Este trabalho apresenta a concepção e implementação de um modelo de aprendizado de máquina baseado em redes neurais, destinado a prever as discrepâncias entre os preços do açúcar nas bolsas de Nova York e Londres. Essa abordagem visa proporcionar insights cruciais para as tomadas de decisão das empresas exportadoras de açúcar no Brasil. O enfoque adotado é de natureza minimalista, concentrando-se no histórico de preços, preços futuros nas telas de negociação e dados relacionados à oferta e dema
Abstract: Currently, Brazil plays a significant role in the global sugar trade scenario, being a prominent exporter that moves billion-dollar harvests. Companies involved in exporting this product seek to incorporate advanced technologies, notably machine learning models, to anticipate variations in sugar prices and mitigate market volatility. The complexity of this undertaking is magnified due to unpredictable external factors and limited access to complete and accurate data. This work presents the design and implementation of a machine learning model based on neural networks, designed to predict discrepancies between sugar prices on the New York and London stock exchanges. This approach aims to provide crucial insights for the decision-making of sugar exporting companies in Brazil. The approach adopted is minimalist in nature, focusing on historical prices, futures prices on trading screens and data related to global supply and demand. The results obtained indicate that the history of sugar prices, in itself, is suff
URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_de_controle_e_automacao/20232201621273
URI alternaviva: sem URI do Repositório Institucional da UFLA até o momento.
Curso: G022 - ENGENHARIA DE CONTROLE E AUTOMAÇÃO (BACHARELADO)
Nome da editora: Universidade Federal de Lavras
Sigla da editora: UFLA
País da editora: Brasil
Gênero textual: Trabalho de Conclusão de Curso
Nome da língua do conteúdo: Português
Código da língua do conteúdo: por
Licença de acesso: Acesso aberto
Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras
URI da licença: repositorio.ufla.br
Termos da licença: Acesso aos termos da licença em repositorio.ufla.br
Detentores dos direitos autorais: Samuel Henrique Guimaraes Braga e Universidade Federal de Lavras
Baixar arquivo