Pekar, ViktorMendes, Ana Maria Duarte de Carvalho Muñoz2022-06-212022-06-212021-10-202021-09http://hdl.handle.net/10400.14/37918Applications of sentiment analysis for the world of finance can no longer be ignored. The idea of factors beyond the economic field affecting stock prices has consequently been sustained by practitioners over the years. This topic is often referred to as behavioral finance. One of the factors outside of the scope of finance which is commonly addressed is investor sentiment. It is commonly agreed that investor sentiment is gauged by news articles. While a great amount of work is conducted on news from social media platforms like Twitter, news articles used for this business project come from well-known newspapers. This business project explores two approaches which differ from most of the existing research. Firstly, it addresses both the stock price prediction and the sentiment analyzer as regression problems, in contrast to the commonly used classification algorithms. Secondly, financial-related variables are also used as inputs for the stock price prediction, in opposition to most literature using only the sentiment classes for that purpose. A lot of time was allocated to processing the unstructured textual data in a way which would be appropriate to process the news from Apple, as this is considered a key step in sentiment analysis. In what concerns the results obtained, while Support Vector Regression proved promising for not only the sentiment analyzer but the stock price prediction, the algorithms’ performance has plenty of room for improvements. Results point to sentiment impacting in fact stock prices, at least to some extent, as according to previous work.Não há como ficar indiferente às aplicações de análise de sentimentos no mundo financeiro. A ideia de fatores além da área económica afetarem os preços de mercado tem sido consecutivamente sustentada por profissionais da área ao longo dos anos. Este tópico denomina-se por finanças comportamentais. Um dos fatores fora do campo financeiro que é usualmente abordado é o sentimento do investidor, que, como comumente aceitado, é influenciado pelas notícias. Apesar da maioria dos estudos conduzidos utilizarem as redes sociais, como o Twitter, para coletar tais notícias, neste projeto as notícias utilizadas derivam de importantes jornais. Esta dissertação em específico difere de anteriores investigações em dois principais aspetos. Primeiramente, tanto o modelo de previsão de preços como o do sentimento presente nas notícias, são tidos como problemas de regressão, contrastando com o comum problema de classificação. Segundamente, em oposição à maioria da literatura, que utiliza apenas classes de sentimento como preditores de preço, este projeto inclui também variáveis financeiras. Houve grande investimento no método de processamento de texto que melhor serviria para as notícias referentes à Apple, visto este ser considerado um passo chave para a análise de sentimentos. No que diz respeito aos resultados obtidos, apesar de Support Vector Regression ter demonstrado resultados promissores para tanto o modelo de sentimento como o de preço, a performance dos algoritmos deixa ainda um largo espaço para melhoria. Os resultados sugerem que os preços de mercado são realmente impactos pelo sentimento presente nas notícias, como em concordância com os anteriores estudos.engMachine learningSentiment analysisText analyticsStock price predictionBehavioral financeAnálise de sentimentosPrevisão de preços de mercadoFinanças comportamentaismaster thesis202962687