Classificadores de polaridade de notícias utilizando ferramentas de machine learning : o caso da Vale S.A.

Abstract

A dificuldade de se prever o movimento das ações é objeto de estudo de vários autores. A fim de obter ganhos imediatos, se faz necessário estimar a direção do movimento de curto-prazo para decisão do momento mais apropriado para negociar ações. A proposta desse trabalho consiste em selecionar a ferramenta de machine learning mais adequada para classificar a polaridade notícias da empresa Vale divulgadas para os investidores em geral. Também serão utilizadas ferramentas de Natural Language Processing (NLP) para pré-processar o texto e definir os parâmetros de pré-processamento que geram melhores resultados para o classificador. Para chegar a esta proposta, foi feita uma ampla revisão bibliográfica sobre NPL, Machine Learning, text mining e a influência de fatores macroeconômicos no valor das ações e vice versa. Dessa forma, foi possível selecionar as ferramentas mais adequadas para a realização da segunda etapa do projeto, que consistiu em gerar diversos classificadores e compará-los a fim de identificar os melhores parâmetros para pré-processamento, seleção de atributos e processamento das notícias.