Browsing by Author "Ribeiro, Rui Alexandre de Granja"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Análise de sentimento no contexto do mercado financeiro de açõesPublication . Ribeiro, Rui Alexandre de Granja; Gonçalves, Célia Talma Martins de Pinho Valente; Cardoso, Henrique Daniel de Avelar LopesEsta dissertação tem como objetivo investigar a relação entre diferentes técnicas de Processamento de Linguagem Natural e o desempenho de diversos modelos de análise de sentimento no contexto do mercado financeiro de ações, utilizando comentários provenientes da rede social StockTwits. O estudo procura também estabelecer a relação entre o sentimento extraído a partir desses comentários e de notícias financeiras, disponibilizadas pelo EODHD, com a variação diária do valor de fecho das ações, obtido através do Yahoo Finance. Foram exploradas diferentes técnicas de pré-processamento e representações textuais, com e sem balanceamento de dados, comparando abordagens baseadas em léxicos, modelos de aprendizagem computacional tradicional, modelos baseados em redes neuronais e modelos baseados em transformadores. A análise temporal incluiu a construção de índices de sentimento diário dos comentários e das notícias financeiras. Estes índices, bem como os valores de fecho das ações, foram organizados em séries temporais, que serviram de base para a deteção de desfasamentos através do algoritmo Dynamic Time Warping (Alinhamento Temporal Dinâmico) e para a verificação do alinhamento direcional com recurso a testes de significância estatística. Os resultados indicam que os modelos baseados em transformadores alcançaram o melhor desempenho, embora com maior exigência computacional, destacando-se o RoBERTaStockTwits como o mais eficaz. O impacto da técnica de balanceamento foi diferente entre as diferentes abordagens, sendo mais notório nos modelos baseados em transformadores e na aprendizagem computacional tradicional, e pouco significativo nos modelos baseados em redes neuronais. A aplicação de técnicas de pré-processamento menos complexas produziu melhores resultados, com maior destaque nos modelos baseados em transformadores. As técnicas de representação textual baseadas em frequência de palavras mostraram melhor desempenho do que as representações densas nos modelos de aprendizagem computacional tradicional. A análise temporal revelou diferenças entre os comentários nas redes sociais e as notícias, com padrões mais evidentes e estatisticamente significativos nos comentários, sugerindo a possibilidade de ineficiências, tendo como referência a Teoria do Mercado Eficiente.