Uso de espaço de fase e redes complexas para predição de tendências em séries temporais de dados financeiros (2024)
- Authors:
- Autor USP: OLIVEIRA, VINICIUS ALENCAR - EACH
- Unidade: EACH
- DOI: 10.11606/D.100.2024.tde-10102024-185243
- Subjects: MERCADO FINANCEIRO; APRENDIZADO COMPUTACIONAL; ANÁLISE DE SÉRIES TEMPORAIS; REDES COMPLEXAS
- Keywords: Communities detection; Detecção de comunidades em redes complexas; Espaço de fase; Phase space; Random Forests
- Language: Português
- Abstract: Este estudo aborda a importância da análise de dados no mercado financeiro e a crescente utilização de técnicas de inteligência artificial e aprendizado de máquina para previsões acuradas. Explora-se a necessidade de ferramentas avançadas para lidar com a complexidade dos dados temporais, incluindo métodos não lineares e reconstrução do espaço de fase. A pesquisa propõe três modelos distintos para detecção de tendências em séries temporais financeiras: Redes Complexas, Random Forest sem expansão pelo espaço de fase e Random Forest com expansão pelo espaço de fase. Os resultados indicam melhorias na precisão das previsões de tendência, especialmente nos modelos que incorporaram a reconstrução do espaço de fase. Este estudo contribui para o avanço do conhecimento ao demonstrar a eficácia da combinação de técnicas de redes complexas e aprendizado de máquina na análise de séries temporais financeiras. Além disso, oferece insights valiosos para investidores e gestores de portfólio, possibilitando decisões mais informadas e precisas no mercado financeiro. Apesar das promessas dessas abordagens, algumas limitações foram identificadas, como a necessidade de testar os modelos em um conjunto mais amplo de séries temporais e a complexidade computacional das técnicas propostas.No entanto, essas limitações abrem oportunidades para futuras pesquisas, que podem explorar técnicas de otimização computacional e integração de outras técnicas avançadas de IA e ML para aprimorar a acurácia das previsões de tendência no mercado financeiro
- Imprenta:
- Data da defesa: 15.08.2024
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
OLIVEIRA, Vinicius Alencar. Uso de espaço de fase e redes complexas para predição de tendências em séries temporais de dados financeiros. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://teses.usp.br/teses/disponiveis/100/100132/tde-10102024-185243/. Acesso em: 13 abr. 2026. -
APA
Oliveira, V. A. (2024). Uso de espaço de fase e redes complexas para predição de tendências em séries temporais de dados financeiros (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/100/100132/tde-10102024-185243/ -
NLM
Oliveira VA. Uso de espaço de fase e redes complexas para predição de tendências em séries temporais de dados financeiros [Internet]. 2024 ;[citado 2026 abr. 13 ] Available from: https://teses.usp.br/teses/disponiveis/100/100132/tde-10102024-185243/ -
Vancouver
Oliveira VA. Uso de espaço de fase e redes complexas para predição de tendências em séries temporais de dados financeiros [Internet]. 2024 ;[citado 2026 abr. 13 ] Available from: https://teses.usp.br/teses/disponiveis/100/100132/tde-10102024-185243/
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
