Avaliação de métodos baseados em aprendizado de máquina para previsão de preços de produtos agrícolas em mercados atacadistas (2024)
- Authors:
- Autor USP: MOTA, TIAGO OLIVEIRA - FEARP
- Unidade: FEARP
- Sigla do Departamento: EAE
- DOI: 10.11606/D.96.2024.tde-12092024-135746
- Subjects: BOLSA DE MERCADORIAS; AGRICULTURA; APRENDIZADO COMPUTACIONAL; PREVISÃO ECONÔMICA; ANÁLISE DE SÉRIES TEMPORAIS
- Keywords: Commodities agrícolas; Agricultural commodities; Aprendizado de máquina; Machine learning; Previsão de preços; Price forecasting; Séries temporais; Time series
- Agências de fomento:
- Language: Português
- Abstract: Este estudo aborda a modelagem preditiva de preços em mercados agrícolas atacadistas, com o objetivo de superar desafios impostos pela natureza volátil e pela complexa dinâmica de oferta e demanda desses mercados. A pesquisa compara a aplicação de diferentes métodos não estruturais para prever os preços de commodities agrícolas comercializadas na Ceasaminas em Belo Horizonte. As técnicas empregadas e comparadas incluem ARIMA, XGBoost, LightGBM e redes neurais recorrentes como LSTM e GRU. Atestou-se que os métodos de aprendizado de máquina demonstraram capacidade de captar padrões complexos e não lineares dos dados. A análise foi realizada utilizando uma vasta base de dados da Companhia Nacional de Abastecimento (Conab), cobrindo diversas commodities. Os resultados indicam que os modelos XGBoost e LightGBM, apresentaram desempenho superior em termos de precisão preditiva e escalabilidade quando comparados aos demais métodos. Este estudo contribui para a literatura econômica ao demonstrar a eficácia de modelos de aprendizado de máquina na previsão de preços agrícolas praticados em mercados atacadistas, oferecendo ferramentas valiosas para produtores e gestores no setor. Além disso, sugere que tais métodos podem ser particularmente úteis para melhorar a acessibilidade e aplicabilidade dos métodos preditivos para pequenos produtores e agentes em mercados locais
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2024
- Data da defesa: 12.07.2024
- 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
MOTA, Tiago Oliveira. Avaliação de métodos baseados em aprendizado de máquina para previsão de preços de produtos agrícolas em mercados atacadistas. 2024. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/96/96131/tde-12092024-135746/. Acesso em: 11 jan. 2026. -
APA
Mota, T. O. (2024). Avaliação de métodos baseados em aprendizado de máquina para previsão de preços de produtos agrícolas em mercados atacadistas (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/96/96131/tde-12092024-135746/ -
NLM
Mota TO. Avaliação de métodos baseados em aprendizado de máquina para previsão de preços de produtos agrícolas em mercados atacadistas [Internet]. 2024 ;[citado 2026 jan. 11 ] Available from: https://www.teses.usp.br/teses/disponiveis/96/96131/tde-12092024-135746/ -
Vancouver
Mota TO. Avaliação de métodos baseados em aprendizado de máquina para previsão de preços de produtos agrícolas em mercados atacadistas [Internet]. 2024 ;[citado 2026 jan. 11 ] Available from: https://www.teses.usp.br/teses/disponiveis/96/96131/tde-12092024-135746/
Informações sobre o DOI: 10.11606/D.96.2024.tde-12092024-135746 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
