Exportar registro bibliográfico

Desenvolvimento de um modelo adaptativo baseado em um sistema SVR-Wavelet híbrido para previsão de séries temporais financeiras (2018)

  • Authors:
  • Autor USP: RAIMUNDO, MILTON SAULO - EP
  • Unidade: EP
  • Sigla do Departamento: PMR
  • Subjects: ANÁLISE DE ONDALETAS; ANÁLISE DE SÉRIES TEMPORAIS; ESTATÍSTICA
  • Language: Português
  • Abstract: A necessidade de antecipar e identificar variações de acontecimentos apontam para uma nova direção nos mercados de bolsa de valores e vem de encontro às análises das oscilações de preços de ativos financeiros. Esta necessidade leva a argumentar sobre novas alternativas na predição de séries temporais financeiras utilizando métodos de aprendizado de máquinas e vários modelos têm sido desenvolvidos para efetuar a análise e a previsão de dados de ativos financeiros. Este trabalho tem por objetivo propor o desenvolvimento de um modelo de previsão adaptativo baseado em um sistema SVR-wavelet híbrido, que integra modelos de wavelets e Support Vector Regression (SVR) na previsão de séries financeiras. O método consiste na utilização da Transformada de Wavelet Discreta (DWT) a fim de decompor dados de séries de ativos financeiros que são utilizados como variáveis de entrada do SVR com o objetivo de prever dados futuros de ativos financeiros. O modelo proposto é aplicado a um conjunto de ativos financeiros do tipo Foreign Exchange Market (FOREX), Mercado Global de Câmbio, obtidos a partir de uma base de conhecimento público. As séries são ajustadas gerando-se novas predições das séries originais, que são comparadas com outros modelos tradicionais tais como o modelo Autorregressivo Integrado de Médias Móveis (ARIMA), o modelo Autorregressivo Fracionário Integrado de Médias Móveis (ARFIMA), o modelo Autorregressivo Condicional com Heterocedasticidade Generalizado (GARCH) e o modelo SVR tradicional com Kernel. Além disso, realizam-se testes de normalidade e de raiz unitária para distribuição não linear, tal como testes de correlação, para constatar que as séries temporais FOREX são adequadas para a comprovação do modelo híbrido SVR-wavelet e posterior comparação com modelos tradicionais.Verifica-se também a aderência ao Expoente de Hurst por meio da estatística de Reescalonamento (R/S).
  • Imprenta:
  • Data da defesa: 13.04.2018
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      RAIMUNDO, Milton Saulo; OKAMOTO JUNIOR, Jun. Desenvolvimento de um modelo adaptativo baseado em um sistema SVR-Wavelet híbrido para previsão de séries temporais financeiras. 2018.Universidade de São Paulo, São Paulo, 2018. Disponível em: < http://www.teses.usp.br/teses/disponiveis/3/3152/tde-13072018-143525/pt-br.php >.
    • APA

      Raimundo, M. S., & Okamoto Junior, J. (2018). Desenvolvimento de um modelo adaptativo baseado em um sistema SVR-Wavelet híbrido para previsão de séries temporais financeiras. Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3152/tde-13072018-143525/pt-br.php
    • NLM

      Raimundo MS, Okamoto Junior J. Desenvolvimento de um modelo adaptativo baseado em um sistema SVR-Wavelet híbrido para previsão de séries temporais financeiras [Internet]. 2018 ;Available from: http://www.teses.usp.br/teses/disponiveis/3/3152/tde-13072018-143525/pt-br.php
    • Vancouver

      Raimundo MS, Okamoto Junior J. Desenvolvimento de um modelo adaptativo baseado em um sistema SVR-Wavelet híbrido para previsão de séries temporais financeiras [Internet]. 2018 ;Available from: http://www.teses.usp.br/teses/disponiveis/3/3152/tde-13072018-143525/pt-br.php

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

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