CLASSIFICAÇÃO DE SÉRIES TEMPORAIS DO MERCADO FINANCEIRO UTILIZANDO IMAGENS SINTÉTICAS E APRENDIZADO PROFUNDO
Palavras-chave:
Campus angulares gramianos, Aprendizado de máquina, Visão computacionalResumo
Imagens são uma excelente forma de se visualizar informações, ainda mais se os dados não apresentarem nenhum padrão aparente. Séries Temporais podem muitas vezes parecerem caóticas sem nenhum indício claro de sazonalidade, tendência ou ciclos, o que torna a sua representação por imagens uma alternativa plausível para sua interpretação e análise. Dado que estes valores podem apresentar certos comportamentos, como troca de regimes, podemos capturá-los através de uma representação mais robusta. Os Campos Angulares Gramianos (Gramian Angular Field - GAF) são largamente utilizados na literatura. Com padrões de comportamento tão aparentes, surge a ideia de se utilizar técnicas de aprendizado de máquina para automatizar o processo de classificação de Séries Temporais.