Mariana Roque Tognetti

Graduanda em administração, desde 2017 com previsão de conclusão do curso em 2021, pela Universidade Federal de Uberlândia (UFU), com desenvolvimento de pesquisa em desenvolvimento tecnológico e análise de dados voltado para mercado de capitais e administração industrial

Informações coletadas do Lattes em 25/02/2022

Acadêmico

Seção coletada automaticamente pelo Escavador

Formação acadêmica

Graduação em andamento em Administração

2017 - Atual

Universidade Federal de Uberlândia

Ensino Médio (2º grau)

2011 - 2013

Colégio Poliedro São José dos Campos

Seção coletada automaticamente pelo Escavador

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Alemão

Compreende Pouco, Fala Pouco, Lê Pouco, Escreve Pouco.

Seção coletada automaticamente pelo Escavador

Áreas de atuação

Grande área: Ciências Sociais Aplicadas / Área: Administração / Subárea: Administração de Empresas.

Seção coletada automaticamente pelo Escavador

Projetos de pesquisa

  • 2017 - 2018

    PREVISÃO DO ÍNDICE IBOVESPA USANDO ANÁLISE TÉCNICA E MODELAGEM COMPUTACIONAL: RANDOM FOREST E SVM CONSEGUEM SUPERAR A REGRESSÃO LOGÍSTICA?, Descrição: Este artigo tem como objetivo analisar a eficiência das previsões de tendência do índice de ações da B3 (IBOVESPA) em três diferentes horizontes de tempo (curto, médio e longo prazos), utilizando métodos computacionais (Random Forest e Support Vector Machines, SVM) como também a ferramenta estatística usual, a regressão logística (Logit), e comparar o desempenho entre as previsões e o fato real. A implementação é feita em dados diários, semanais e mensais, os quais representam a ideia de curto, médio e longo prazos, respectivamente, com valores do IBOVESPA coletados entre o período de quase 20 anos (janeiro de 2000 e julho de 2018), tendo como objetivo prever a alta ou a baixa do IBOVESPA no período seguinte. A análise técnica, que se baseia no histórico de preços, serviu de fundamentação para as variáveis explicativas dos modelos, sendo adotados os seguintes indicadores: MACD, RSI, médias móveis, estocástico (%K, %D), Larry Williams (%R), CCI, A/D e momento. Tais indicadores foram simplificados (padronizados) de acordo com a perspectiva de alta e baixa de cada um. Com isso, criaram-se quatro modelos (sendo dois baseados em SVM, um modelo com random forest e outro usando regressão logística) que foram analisados por meio de quatro medidas de validação (para avaliar o poder preditivo): acurácia, erros do tipo I e II, e, a curva ROC. Os resultados mostram os modelos possuem performance similar (próximo de 50% de acurácia) no curto prazo, mas com erros do tipo I e II distintos; no médio prazo há uma relativa melhora na previsão em todos eles; e, na previsão da IBOVESPA mensal, a capacidade preditiva chega a 68% com o modelo de SVM, `mostrando melhor desempenho que logit (64%) e RF (61%).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Mariana Roque Tognetti - Coordenador / Flavio Luiz de Morais Barboza - Integrante.

Histórico profissional

Seção coletada automaticamente pelo Escavador

Endereço profissional

  • Universidade Federal de Uberlândia. , Avenida João Naves de Ávila - de 1260 a 3630 - lado par, Saraiva, 38408100 - Uberlândia, MG - Brasil, Telefone: (12) 39491993

Seção coletada automaticamente pelo Escavador

Experiência profissional

2017 - 2018

Universidade Federal de Uberlândia

Vínculo: , Enquadramento Funcional: