Mercados Financeiros
A busca por prever o mercado de ações provavelmente começou junto com o próprio mercado de ações. Mas, como você já sabe, agora podemos realizar esse "sonho" com a ajuda de modelos preditivos.
Conjuntos de dados com registros do mercado de ações implicam uma análise de tendências, flutuações cíclicas e sazonalidade. Por exemplo, os mercados de ações tendem a ter um desempenho melhor no início do ano, pois é quando muitos investidores possuem capital fresco. Os preços das ações podem subir antes de feriados prolongados e feriados de três dias. Isso se deve exclusivamente a fatores humanos.
Basicamente, para prever o comportamento das ações do mercado, são utilizados modelos que trabalham com dados que possuem múltiplas sazonalidades. Um dos modelos mais populares é o Prophet
, que foi criado pela Meta. O modelo matemático é o seguinte:
A equação inclui os parâmetros de tendências g(t)
, sazonalidade s(t)
, feriados h(t)
e ruído e(t)
Você pode experimentar o modelo em Python:
from prophet import Prophet
model = Prophet()
model.fit(df)
Obrigado pelo seu feedback!
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Pergunte-me perguntas sobre este assunto
Resumir este capítulo
Mostrar exemplos do mundo real
Awesome!
Completion rate improved to 3.85
Mercados Financeiros
Deslize para mostrar o menu
A busca por prever o mercado de ações provavelmente começou junto com o próprio mercado de ações. Mas, como você já sabe, agora podemos realizar esse "sonho" com a ajuda de modelos preditivos.
Conjuntos de dados com registros do mercado de ações implicam uma análise de tendências, flutuações cíclicas e sazonalidade. Por exemplo, os mercados de ações tendem a ter um desempenho melhor no início do ano, pois é quando muitos investidores possuem capital fresco. Os preços das ações podem subir antes de feriados prolongados e feriados de três dias. Isso se deve exclusivamente a fatores humanos.
Basicamente, para prever o comportamento das ações do mercado, são utilizados modelos que trabalham com dados que possuem múltiplas sazonalidades. Um dos modelos mais populares é o Prophet
, que foi criado pela Meta. O modelo matemático é o seguinte:
A equação inclui os parâmetros de tendências g(t)
, sazonalidade s(t)
, feriados h(t)
e ruído e(t)
Você pode experimentar o modelo em Python:
from prophet import Prophet
model = Prophet()
model.fit(df)
Obrigado pelo seu feedback!