APPLICATION OF RECURRENT NEURAL NETWORKS IN THE PROVISION OF TIME SERIES: A STUDY OF STOCK EXCHANGE STOCK PRICES

Authors

DOI:

https://doi.org/10.12662/2359-618xregea.v11i2.p25-36.2022

Keywords:

deep learning, recurrent neural networks, price prediction, stock exchange

Abstract

Future events prediction in an assertive way has been the object of analysis by several researchers, especially in the financial area. In this context, there are countless possibilities for using this tool in the decision-making process of investment managers and analysts. This article aim to propose a recurrent neural network model based on the study of time series, oriented to the prediction and estimation of the price of shares on the Brazilian stock exchange. In this context, the present study enables the characterization of directions of financial trends and the prediction of prices from the training of the neural network, using real data from the Brazilian stock exchange in the year 2010. Regarding the methodology, the present research can be classified as applied, explanatory, in terms of its objectives, and quantitative in terms of its approach. The results obtained in this study reveal the ability to learn complex problems and, consequently, the possibility of application in other areas.

Downloads

Download data is not yet available.

Author Biographies

Gabriel Dilly Vieira Furtuoso, Engenheiro do Centro Tecnológico do Exército (CTEx).

Graduado em Engenharia de Computação pelo Instituto Militar de Engenharia (IME). Engenheiro do Centro Tecnológico do Exército (CTEx).

Marcos dos Santos, Instituto Militar de Engenharia (IME) e Centro de Análise de Sistemas Navais (CASNAV)

Doutor em Engenharia de Produção (pela UFF) na Linha de Pesquisa: Sistemas, Apoio à Decisão e Logística. Mestre em Engenharia de Produção (pela COPPE/UFRJ) na Linha de Pesquisa de Pesquisa Operacional. É Licenciado em Matemática e Especialista em Instrumentação Matemática (também pela UFF). Bacharel em Ciências Navais (pela Escola Naval - EN) com habilitação em Engenharia de Sistemas. Professor do Programa de Pós-graduação em Sistemas e Computação (PPgSC) do Instituto Militar de Engenharia (IME). Professor do MBA em Data Science e Analytics da Universidade de São Paulo (USP). Professor colaborador da UFF, atuando no Programa de Pós-graduação em Engenharia de Produção. Na Universidade Federal de Pelotas (UFPel), participa do projeto de pesquisa "Política Internacional e Gestão do Espaço Oceânico: o planejamento espacial marinho voltado aos estudos de defesa e segurança" onde desempenha a função de Coordenador da subárea "Segurança e Defesa".

Renato Santiago Quintal, Professor do Magistério Superior da Escola Naval (EN) e e Encarregado da Célula de Inovação Tecnológica daquela Escola (CIT-EN).

Doutor em Ambiente e Desenvolvimento pelo Programa de Pós-graduação em Ambiente e Desenvolvimento da Universidade do Vale do Taquari (PPGAD/Univates). Mestre em Ciências Contábeis (Faculdade de Administração e Finanças da Universidade do Estado do Rio de Janeiro/FAF-UERJ); Especialista em Educação Tecnológica (Centro Federal de Educação Tecnológica Celso Suckow da Fonseca/CEFET-RJ); Especialista em Comércio Exterior (Instituto de Economia da Universidade Federal do Rio de Janeiro/IE-UFRJ); Especialista em Gerenciamento de Projetos (Fundação Getúlio Vargas/FGV); Bacharel em Direito (Faculdade Nacional de Direito/UFRJ); Bacharel em Administração (Universidade Cândido Mendes/UCAM); Licenciado em Pedagogia (Universidade Federal do Estado do Rio de Janeiro/UNIRIO); e Bacharel em Ciências Navais, com Habilitação em Administração de Sistemas (Escola Naval/EN). Egresso dos seguintes cursos da Escola Superior de Guerra (ESG): Diplomacia de Defesa (CDIPLOD-2020), Direito Internacional dos Conflitos Armados (CDICA-2021), Governança em Defesa (CGED-2021), Análise de Crises Internacionais (CACI-2021) e Economia e Planejamento de Defesa (CEPD-2021). Professor do Magistério Superior e Encarregado da Célula de Inovação Tecnológica da Escola Naval (CIT-EN).

Published

2022-05-03

How to Cite

FURTUOSO, Gabriel Dilly Vieira; SANTOS, Marcos dos; QUINTAL, Renato Santiago. APPLICATION OF RECURRENT NEURAL NETWORKS IN THE PROVISION OF TIME SERIES: A STUDY OF STOCK EXCHANGE STOCK PRICES. Journal Of Management Analysis, Fortaleza, v. 11, n. 2, p. 25–36, 2022. DOI: 10.12662/2359-618xregea.v11i2.p25-36.2022. Disponível em: https://periodicos.unichristus.edu.br/gestao/article/view/4006. Acesso em: 22 jul. 2024.

Issue

Section

ARTICLES