Deep learning for decision support in stock market

This work presents a Deep Learning application composed by Convolutional Neural Networks and Recurrent Neural Networks (Long Short-Term Memory) for semantic extraction from portuguese language news and technical indicators processing from Banco do Brasil stock (BBAS3). Furthermore, it applies entropy filters and ensemble methods to create an investment decision support system. Throughout this research, we discuss the advantages of using different techniques of Natural Language Processing and sliding window training. The results of experiments indicate a high potential for the joint application of these techniques, since they reach good assertiveness in stock movements predictions and achieve higher financial returns than market benchmarks during the period.Este trabalho apresenta a aplicação de uma rede neural profunda composta de Redes Neurais Convolucionais e Redes Neurais Recorrentes (Long Short-Term Memory) para extração semântica de notícias em língua portuguesa e processamento de indicadores técnicos da ação do Banco do Brasil ON (BBAS3). Aliado a isso, faz também o uso de filtros de entropia, baseados na entropia de Shannon, e combinação de modelos para criar um sistema de apoio à tomada de decisão de investimento. Ao longo da pesquisa, faz-se uma discussão das vantagens no uso de diferentes técnicas de Processamento de Linguagem Natural e do treinamento com janelas deslizantes. Os testes realizados indicam um elevado potencial para a aplicação conjunta destas técnicas, uma vez que atingem boa assertividade nas previsões dos movimentos da ação e conseguem retornos financeiros superiores aos benchmarks do mercado no período analisado