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

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. ________________________________________________________________________________ ABSTRACTThe difficulty of predicting the stock prices movement is studied by several authors. In order to obtain immediate gains, it is necessary to predict the direction of the movement of short-term to decide the most appropriate time to trade the stocks. The purpose of this project is to select the most appropriate machine learning tool to classify the news polarity from VALE S.A. available online to the investors. The project used as well, natural language processing tools pro preprocess the text and define the best parameters to preprocessing. To achieve these proposal, an extensive literature review about NPL, Machine Learning, text mining and the macroeconomic factors that influence the stock prices and vice versa. Thus, it was possible to select the most appropriate tools to perform the project, which covered the generation of several classifiers and compare them to identify the best parameters of pre-processing, attribute selection and processing the news