Banca de QUALIFICAÇÃO: GILSON DA SILVA VASCONCELOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
ESTUDIANTE: GILSON DA SILVA VASCONCELOS
FECHA: 26/09/2023
TIEMPO: 14:00
LOCAL: Video Conferência
TÍTULO:
LA INFLUENCIA DEL SENTIMIENTO DE TWEETS PARA PREDECIR LAS ACCIONES DEL IBOVESPA

CONTRASEÑAS:
índice de sentimiento; pronóstico del IBOVESPA; Indicadores Técnicos; Gorjeo.

PÁGINAS: 28
GRAN ÁREA: Ciências Sociais Aplicadas
ÁREA: Economia
RESUMEN:
La investigación analizará la influencia que tienen los datos de Twitter en predecir las acciones que integran el 
IBOVESPA, ya que se nota que el uso de datos textuales ha sido ampliamente utilizado para identificar el efecto 
del sentimiento de los inversores con respecto al rendimiento esperado de comportamiento. Esta información 
textual está disponible a través de diversos medios como Twitter, a través de los tweets que se pueden extraer a 
través de su API. De esta manera se utilizará índice de sentimiento de Medeiros et. al (2023) con el fin de 
comprobar los textos que mencionan la IBOVESPA. A partir de esto pretendemos comparar, a través del 
comportamiento de los índices, la Rendimiento del sentimiento de Twitter, con análisis técnico y el índice histórico 
del mercado. Accionista brasileño. Además, pretendemos calcular la ganancia de utilidad de un inversor individual. 
para cada modelo. Para ello se utilizarán datos con una frecuencia diaria a partir del 1 de enero. del 2007 al 1 de 
abril de 2022, los cuales cuentan con 1830 observaciones. Por tanto, analizaremos si los índices de Los 
sentimientos textuales pueden superar modelos más macroeconómicos, así como modelos con palabras variantes 
en el tiempo. Por tanto, podemos encontrar el mejor predictor a partir de los datos textuales, utilizar el 
aprendizaje automático a lo largo del tiempo y crear un índice de sentimiento a través de tono de palabras

MIEMBROS DE LA BANCA:
Interno - 720.525.114-15 - LAURO CÉSAR BEZERRA NOGUEIRA - UFERSA
Presidente - 056.549.504-60 - LUCAS LÚCIO GODEIRO - UFERSA
Interna - 3295 - MARIA ELZA DE ANDRADE
Notícia cadastrada em: 14/09/2023 08:27
SIGAA | Superintendência de Tecnologia da Informação - STI/UERN - (84) 3315-2222 | Copyright © 2006-2024 - UFRN - app01-uern.info.ufrn.br.app01-uern