Modelos de previsão de séries temporais financeiras com combinação de filtros de Kalman e Wavelets (2011)
- Autor:
- Autor USP: LIMA, FABIANO GUASTI - FEARP
- Unidade: FEARP
- Sigla do Departamento: EAC
- Subjects: PREVISÃO ECONÔMICA; FILTROS DE KALMAN; PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS); ANÁLISE DE ONDALETAS
- Language: Português
- Abstract: O estudo sobre o comportamento das séries temporais financeira, com objetivo de previsão futura de preços e retornos, é foco de discussão e embates, mediante distintas abordagens. Especialmente ao se tratar dos movimentos implícitos dos retornos de um ativo financeiro, analisando seu comportamento, as teorias sobre os modelos de ajustes a esse comportamento são divergentes na busca da compreensão desses fatos empíricos. Entre as diversas técnicas que desempenharam esse papel de prever um valor para o futuro, existem diversos modelos já verificados na literatura e, mais recentemente, os filtros de separação de séries surgiram como uma alternativa complementar às atuais técnicas de previsão. Encontrou-se suporte na literatura que já vinha apontando para a necessidade de melhoria nos filtros de volatilidade em conjunto com as técnicas já desenvolvidas e testadas. O background levantado apontou para a existência de dois principais filtros: wavelets e Kalman. Desta forma, o objetivo geral deste estudo é realizar uma análise comparativa do uso combinado de filtros de wavelets e kalman juntamente com modelos de previsão para séries temporais financeiras, a fim de verificar qual produz a melhor previsão futura para mensuração de ativos. Para se investigar o assunto, buscou-se uma metodologia quantitativa e descritiva dos modelos e das formas combinadas de uso dos filtros para previsão. Os resultados apontaram que realmente o uso das técnicas de filtragem consegue reduzir o erro das previsões. Testada a junção das técnicas para uma série com alta volatilidade como o IBOVESPA, o resultado aponta o uso do filtro de Kalman primeiro e em seguida o uso de wavelets com redes neurais recorrentes, com erro medido pelo MAPE de 0,72%. Já para a série de uma commoditie que, teoricamente, apresenta uma volatilidade menor, o uso combinado dos filtros não trouxe grande melhora na redução do erro, todavia, o erro foi menorquando do uso de wavelets com redes neurais recorrentes com MAPE de 0,49%. Testando as possíveis variações na forma da wavelet de filtragem para checar a possível interferência nos resultados das previsões, chegou-se ao resultado que o erro somente é inferior para as formas de onda primária, no caso para a wavelet de Haar e daubesch 1. Dessa forma, o estudo contribui para a área contábil pois demonstra redução de erros de previsão futura e consequente melhor gestão de riscos em posições de investimentos no mercado financeiro
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2011
- Data da defesa: 01.04.2011
-
ABNT
LIMA, Fabiano Guasti. Modelos de previsão de séries temporais financeiras com combinação de filtros de Kalman e Wavelets. 2011. Tese (Livre Docência) – Universidade de São Paulo, Ribeirão Preto, 2011. Disponível em: http://www.teses.usp.br/teses/disponiveis/livredocencia/96/tde-27022012-223030/. Acesso em: 24 set. 2024. -
APA
Lima, F. G. (2011). Modelos de previsão de séries temporais financeiras com combinação de filtros de Kalman e Wavelets (Tese (Livre Docência). Universidade de São Paulo, Ribeirão Preto. Recuperado de http://www.teses.usp.br/teses/disponiveis/livredocencia/96/tde-27022012-223030/ -
NLM
Lima FG. Modelos de previsão de séries temporais financeiras com combinação de filtros de Kalman e Wavelets [Internet]. 2011 ;[citado 2024 set. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/livredocencia/96/tde-27022012-223030/ -
Vancouver
Lima FG. Modelos de previsão de séries temporais financeiras com combinação de filtros de Kalman e Wavelets [Internet]. 2011 ;[citado 2024 set. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/livredocencia/96/tde-27022012-223030/ - Before and after the corporate governance: comparing results
- Uma análise em data mining: árvores de decisão, redes neurais e support vector machines
- Carbon efficient index and company's value in Brazil
- Determinantes da variação do limite de gastos com pessoal em municípios paulistas
- Forecast bias of estimates of market analysts in the Brazilian Capital Market: impact of IFRS adoption
- Aprenda a usar análise técnica para investir em ações
- Teoria da complexidade e paisagens de adaptação: aplicações em estratégia
- Analysis of beta stability of brazilian companies from 1998 to 2007
- Explaining the stock returns through the capm and multifactorial models for the air transport sector of Brazil
- Avaliação de um investimento florestal: uma abordagem com opções reais utilizando diferenças finitas totalmente implícitas e algorítmo PSOR
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas