Este projeto utiliza uma rede neural recorrente (LSTM) para prever os preços das ações, com dados obtidos da API do Yahoo Finance. O modelo é implementado utilizando a biblioteca PyTorch.
Este projeto busca prever os preços das ações da Tesla (TSLA) com base em dados históricos. Utilizamos uma rede neural LSTM devido à sua capacidade de capturar dependências de longo prazo nos dados sequenciais.
As principais etapas do projeto são:
- Importação das Bibliotecas: Importação das bibliotecas necessárias, incluindo
pandas,numpy,torch,scikit-learneyahoo_fin. - Preparação dos Dados: Coleta e pré-processamento dos dados de preços das ações.
- Construção do Modelo: Definição da arquitetura da rede neural LSTM.
- Treinamento do Modelo: Treinamento do modelo com os dados históricos.
- Avaliação do Modelo: Avaliação da performance do modelo e visualização dos resultados.
Para executar este projeto, você precisará ter o Python instalado em seu sistema, juntamente com as seguintes bibliotecas:
- numpy
- pandas
- scikit-learn
- matplotlib
- torch
- yahoo_fin
A base de dados foi extraida através da
yahoo_fin, uma biblioteca capaz de extrair dados financeiros, como a bolsa de valores. Assim podemos extrair os dados para descobrir o valor de fechamento das ações.
O gráfico a seguir mostra a comparação entre os preços reais das ações da Tesla e as previsões feitas pelo modelo:
A linha vermelha representa os preços reais, enquanto a linha azul representa as previsões do modelo.
Contribuições são bem-vindas! Se você deseja contribuir com este projeto, siga os passos abaixo:
- Faça um fork do projeto.
- Crie uma nova branch com suas modificações:
git checkout -b minha-feature - Faça commit das suas alterações:
git commit -m 'Adicionei uma nova feature' - Faça push para a branch:
git push origin minha-feature - Abra um Pull Request
Email: vinicius.silveira.campos@gmail.com
Link do Codigo: https://github.com/ViniciusSilveiraCampos/Acoes_Previsao/blob/main/Previsão_Preço_Das_Ações.ipynb