Exportar registro bibliográfico

Aplicação de redes neurais artificiais na análise de séries temporais econômico-financeiras (2007)

  • Authors:
  • Autor USP: OLIVEIRA, MAURI APARECIDO DE - FEA
  • Unidade: FEA
  • Sigla do Departamento: EAD
  • Subjects: ECONOMETRIA; ANÁLISE DE SÉRIES TEMPORAIS; REDES NEURAIS; PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS)
  • Language: Português
  • Abstract: Diversas metodologias são empregadas para realizar a análise de séries temporais, dentre as quais destaca-se o uso das redes neurais artificiais (RNA). Neste trabalho são utilizados quatro métodos para realizar previsão de séries temporais univariados: os modelos ARIMA-GARCH, RNA treinada com filtro de Kalman estendido (EFK) e RNA treinada com o filtro de Kalman unscented (UKF). Sendo que o uso de RNA-UKF é um avanço recente na área de sistemas de inteligência computacional. O uso de redes neurais treinadas com filtro de Kalman é uma metodologia que tem trazido bons resultados em uma ampla variedade de aplicações nas áreas comercial, militar e científica. Em 2002 aproximadamente 250 bilhões de dólares eram gerenciados em fundos de investimentos por modelos quantitativos (lógica fuzzy, redes neurais, algoritmos genéticos, fractais e modelos de Markov). Desde 2006 estima-se que três em cada dez destes fundos utilizem estes modelos quantitativos. A capacidade de RNA em lidar com não linearidades é uma vantagem normalmente destacada quando são realizadas previsões de séries temporais. São apresentadas simulações de Monte Carlo que mostram a influência dos parâmetros dos modelos ARIMA-GARCH na predição de redes neurais artificiais do tipo feedforward treinadas com o algoritmo de Levenberg-Marquadt. Pelos resultados obtidos verificou-se que a RNA feedforward realizou melhores previsões a medida que o parâmetro ligado a estacionariedade aumenta. Também é aplicada ateoria para construção de intervalos de produção (IP) e de confiança (IC) para RNA feedforward. As séries temporais analisadas são univariadas e compostas de dados reais do setor financeiro, setor de alimentos, setor industrial e setor de serviços. Os resultados obtidos mostram que a RNA-UKF apresentou-se superior quando comparada com as técnicas concorrentes
  • Imprenta:
  • Data da defesa: 07.12.2007
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      OLIVEIRA, Mauri Aparecido de; ALMEIDA, Fernando Carvalho de. Aplicação de redes neurais artificiais na análise de séries temporais econômico-financeiras. 2007.Universidade de São Paulo, São Paulo, 2007. Disponível em: < http://www.teses.usp.br/teses/disponiveis/12/12139/tde-31012008-112504/ >.
    • APA

      Oliveira, M. A. de, & Almeida, F. C. de. (2007). Aplicação de redes neurais artificiais na análise de séries temporais econômico-financeiras. Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/12/12139/tde-31012008-112504/
    • NLM

      Oliveira MA de, Almeida FC de. Aplicação de redes neurais artificiais na análise de séries temporais econômico-financeiras [Internet]. 2007 ;Available from: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-31012008-112504/
    • Vancouver

      Oliveira MA de, Almeida FC de. Aplicação de redes neurais artificiais na análise de séries temporais econômico-financeiras [Internet]. 2007 ;Available from: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-31012008-112504/


Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021