ANÁLISE COMPARATIVA DE ALGORITMOS DE APRENDIZADO DE MÁQUINA E REDES NEURAIS NA PREVISÃO DO MERCADO DE AÇÕES BRASILEIRO

Resumo

Este trabalho realiza uma análise comparativa entre algoritmos de Aprendizado de Máquina e Redes Neurais na
previsão de preços do mercado de ações brasileiro. Utilizando dados históricos dos ativos, CMIG4 e ITUB4 extraídos do
Yahoo Finance, foram aplicados os modelos Random Forest Regressor, e LSTM. Os dados foram normalizados e tratados
com ferramentas da linguagem Python, em ambiente Google Colab. O desempenho dos modelos foi avaliado com base
em métricas e visualizações gráficas, permitindo identificar as abordagens mais eficazes. Os resultados indicam que as
Redes Neurais, especialmente o modelo LSTM, apresentaram maior capacidade de prever padrões temporais nos dados
analisados.