Melo, Fernando Danilo de; Rodrigues Neto, Camilo (Orientador) 
Subjects: APRENDIZADO COMPUTACIONAL, MERCADO FINANCEIRO, REDES COMPLEXAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELO, Fernando Danilo de. Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-25112022-170424/. Acesso em: 20 jan. 2026.APA
Melo, F. D. de. (2022). Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100132/tde-25112022-170424/NLM
Melo FD de. Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders [Internet]. 2022 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-25112022-170424/Vancouver
Melo FD de. Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders [Internet]. 2022 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-25112022-170424/
