Aprendizado automático de decomposições para a previsão da estrutura a termo de taxas de juros com redes neurais (2022)
- Authors:
- Autor USP: KAUFFMANN, PIERO CONTI - IME
- Unidade: IME
- Sigla do Departamento: MAC
- DOI: 10.11606/D.45.2022.tde-05092022-160733
- Subjects: APRENDIZADO COMPUTACIONAL; REDES NEURAIS
- Keywords: Aprendizagem de máquina; Bayesian modeling; Decomposição da curva de taxas de juros; Dynamic factor models; Machine learning; Modelagem bayesiana; Modelos de fatores dinâmicos; Neural networks; Previsão da estrutura a termo das taxas de juros; Yield curve decomposition; Yield curve forecasting
- Language: Português
- Abstract: Este trabalho propõe um modelo para a previsão da estrutura a termo das taxas de juros que faz aprendizado automático de novas decomposições de curvas de taxas de juros a partir de um modelo linear Gaussiano de espaço de estados acoplado a uma rede neural geradora de decomposições. Para controlar a complexidade do modelo e garantir que as decomposições estimadas preservem propriedades desejáveis, como suavidade e ortogonalidade dos fatores latentes, uma distribuição Priori com efeito de regularização destas propriedades é definida para os parâmetros do modelo, e em seguida, é descrito um procedimento computacionalmente eficiente de estimação para todos os parâmetros do modelo em uma etapa. Uma avaliação empírica com 14 anos de dados históricos da curva de taxa de juros brasileira mostrou que a técnica proposta é capaz de obter melhores previsões fora-de-amostra que modelos tradicionais da literatura, como o modelo Nelson e Siegel dinâmico e variações
- Imprenta:
- Data da defesa: 20.07.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
KAUFFMANN, Piero Conti. Aprendizado automático de decomposições para a previsão da estrutura a termo de taxas de juros com redes neurais. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-05092022-160733/. Acesso em: 13 nov. 2024. -
APA
Kauffmann, P. C. (2022). Aprendizado automático de decomposições para a previsão da estrutura a termo de taxas de juros com redes neurais (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-05092022-160733/ -
NLM
Kauffmann PC. Aprendizado automático de decomposições para a previsão da estrutura a termo de taxas de juros com redes neurais [Internet]. 2022 ;[citado 2024 nov. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-05092022-160733/ -
Vancouver
Kauffmann PC. Aprendizado automático de decomposições para a previsão da estrutura a termo de taxas de juros com redes neurais [Internet]. 2022 ;[citado 2024 nov. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-05092022-160733/ - Relatório de análise estatística sobre o projeto "aglomeração e dispersão das redes de fast food no Brasil"
- Learning forecast-efficient yield curve factor decompositions with neural networks
- Relatório de análise estatística sobre o projeto "perfil de pacientes com incontinência urinária que recusam e não dão continuidade ao tratamento de fisioterapia"
Informações sobre o DOI: 10.11606/D.45.2022.tde-05092022-160733 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
