Uso de redes neurais recorrentes para previsão de tendência em séries temporais de criptoativos.

Willian M. Antunes, Maria J. P. Dantas, Danilo A. Milhomem

Resumo


Com o crescente avanço da tecnologia e a rede mundial de computadores, a internet, surgiram novas formas de pagamentos e também espécies de moedas descentralizadas e desregulamentadas.[...]


Texto completo:

PDF

Referências


P. S. Barreto e R. P. Lemos. “ATM Traffic Prediction Using Artificial Neural Networks and Wavelet Transforms”. Em: Proceedings of the First International Conference on Networking-Part 2. ICN ’01. Berlin, Heidelberg: Springer-Verlag, 2001, 668–676. isbn: 3540423036.

M. Berenstein. Uso de mineração de dados na bolsa de valores. Monografia (Bacharel em Ciência da Computação), Universidade do Vale do Itajaí, Itajaí, Brasil. 2010.

C. E. Carvalho et al. “Bitcoin, criptomoedas, Blockchain: desafios analíticos, reação dos bancos, implicações regulatórias”. Em: Fórum Liberdade Econômica (2017). São Paulo, SP.

J. Castro et al. “Um Modelo de Otimização de Carteiras Para Cripto-Ativos Através da Medida Omega”. Em: Gávea, Rio de Janeiro: SBFin, jul. de 2019.

M. Frizon. Desenvolvimento de um Protótipo de Sistema Inteligente de Apoio à Decisão como Ferramenta de Business Intelligence: um estudo de caso na Arbaza Alimentos. Monografia (Bacharel em Sistemas de Informação), Universidade Federal de Santa Maria, Rio Grande do Sul, Brasil. 2014.

D. M. Q. Nelson. “Uso de redes neurais recorrentes para previsão de séries temporais financeiras”. Dissertação de mestrado. Belo Horizonte: Universidade Federal de Minas Gerais,2017.


Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato