Avaliação de modelos de aprendizado de máquina na detecção de volatilidade atípica em séries financeiras (2025)
- Authors:
- Autor USP: SOUZA, RENATA CECCONI DE - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- DOI: 10.11606/D.55.2025.tde-13052025-132504
- Subjects: VALORES ATÍPICOS; APRENDIZADO COMPUTACIONAL; ANÁLISE DE SÉRIES TEMPORAIS; MERCADO FINANCEIRO; ANÁLISE DE RISCO
- Keywords: Detecção de outliers; Financial series; Machine learning; Outlier detection; Séries financeiras; Volatilidade; Volatility
- Language: Português
- Abstract: A detecção de outliers em séries temporais financeiras é uma tarefa desafiadora, porém essencial para a gestão de riscos e o desenvolvimento de estratégias de negociação eficazes. A motivação para o estudo reside na volatilidade intrínseca do mercado financeiro brasileiro, que pode ser agravada por crises globais, mudanças políticas e eventos macroeconômicos. Identificar outliers permite aos investidores e gestores de risco antecipar movimentos bruscos no mercado, aumentando a transparência e eficiência nas negociações financeiras. O objetivo geral do estudo é avaliar diferentes modelos de aprendizado de máquina para detectar outliers em séries temporais financeiras, a fim de identificar eventos de volatilidade atípica no mercado brasileiro. Este trabalho contribui para o aprimoramento da análise de risco no mercado financeiro, fornecendo ferramentas quantitativas para a detecção de eventos de volatilidade anômala com maior precisão e transparência, e reforça a importância do uso de abordagens robustas e eficientes para enfrentar a complexidade inerente à identificação de outliers.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 21.03.2025
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
SOUZA, Renata Cecconi de. Avaliação de modelos de aprendizado de máquina na detecção de volatilidade atípica em séries financeiras. 2025. Mestrado Profissionalizante – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://teses.usp.br/teses/disponiveis/55/55137/tde-13052025-132504/. Acesso em: 15 abr. 2026. -
APA
Souza, R. C. de. (2025). Avaliação de modelos de aprendizado de máquina na detecção de volatilidade atípica em séries financeiras (Mestrado Profissionalizante). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/55/55137/tde-13052025-132504/ -
NLM
Souza RC de. Avaliação de modelos de aprendizado de máquina na detecção de volatilidade atípica em séries financeiras [Internet]. 2025 ;[citado 2026 abr. 15 ] Available from: https://teses.usp.br/teses/disponiveis/55/55137/tde-13052025-132504/ -
Vancouver
Souza RC de. Avaliação de modelos de aprendizado de máquina na detecção de volatilidade atípica em séries financeiras [Internet]. 2025 ;[citado 2026 abr. 15 ] Available from: https://teses.usp.br/teses/disponiveis/55/55137/tde-13052025-132504/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
