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
- 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
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://www.teses.usp.br/teses/disponiveis/100/100132/tde-10102024-185243/. Acesso em: 03 dez. 2025. -
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://www.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 2025 dez. 03 ] Available from: https://www.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 2025 dez. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-10102024-185243/
Informações sobre o DOI: 10.11606/D.100.2024.tde-10102024-185243 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
