Made available in DSpace on 2016-06-02T20:06:07Z (GMT). No. of bitstreams: 1 4757.pdf: 552745 bytes, checksum: 4f9bf1ad04dfca4e80bbfdf36c909f6f (MD5) Previous issue date: 2012-12-06 / Financiadora de Estudos e Projetos / Time series forecasting is probably one of the most primordial interests on economics and econometrics, and the literature on this subject is extremely vast. Due to technological growth in recent decades, large amounts of time series are daily collected; which, in a first moment, it requires forecasts according a fixed horizon; and on the second moment the forecasts must be constantly updated, making it impractical to human interaction. Towards this direction, computational procedures that are able to model and return accurate forecasts are required in several research areas. The search for models with high predictive power is an issue that has resulted in a large number of publications in the area of forecasting models. We propose to do a theorical and applied study of forecasting methods applied to multiple univariate time series. The study was based on exponential smoothing via state space approach, automatic ARIMA methods and the generalized Theta method. Each model and method were applied in large data bases of univariate time series and the forecast errors were evaluated. We also propose an approach to estimate the Theta coefficients, as well as a redefinition of the method regarding the number of decomposition lines, extrapolation methods and a combining approach. / A previsão de séries temporais é provavelmente um dos interesses mais primordiais na área de economia e econometria, e a literatura referente a este assunto é extremamente vasta. Devido ao crescimento tecnológico nas últimas décadas, diariamente são geradas e disponibilizadas grandes quantidades de séries temporais; que em um primeiro momento, requerem previsões de acordo com um horizonte fixado; e no segundo momento as previsões precisam ser constantemente atualizadas, tornando pouco prática a interação humana. Desta forma, procedimentos computacionais que modelem e posteriormente retornem previsões acuradas são exigidos em diversas áreas do conhecimento. A busca por modelos com alto poder de preditivo é uma questão que tem resultado em grande quantidade de publicações na área de modelos para previsão. Neste trabalho, propõe-se um estudo teórico e aplicado de métodos de previsão aplicado à múltiplas séries temporais univariadas. O estudo foi baseado em modelos de alisamento exponencial via espaço de estados, método ARIMA automático e o método Theta generalizado. Cada modelo e método foi aplicado em grandes bases de séries temporais univariadas e avaliado o resultado em relação aos erros de previsão. Também foi proposta uma abordagem para estimação dos coeficientes Theta, assim como redefinição do método em relação a quantidade de linhas para decomposição, métodos de extrapolação e combinação das linhas para previsão.

Submitted by Ronaldo Cesar Dametto (rdametto@uol.com.br) on 2018-09-18T19:17:34Z No. of bitstreams: 1 Dissertação_Completa_Final.pdf: 2885777 bytes, checksum: 05b2d5417efbec72f927cf8a62eef3fb (MD5) / Approved for entry into archive by Lucilene Cordeiro da Silva Messias null (lubiblio@bauru.unesp.br) on 2018-09-20T12:19:07Z (GMT) No. of bitstreams: 1 dametto_rc_me_bauru.pdf: 2877027 bytes, checksum: cee33d724090a01372e1292109af2ce9 (MD5) / Made available in DSpace on 2018-09-20T12:19:07Z (GMT). No. of bitstreams: 1 dametto_rc_me_bauru.pdf: 2877027 bytes, checksum: cee33d724090a01372e1292109af2ce9 (MD5) Previous issue date: 2018-08-06 / O aprendizado de máquina vem sendo utilizado em diferentes segmentos da área financeira, como na previsão de preços de ações, mercado de câmbio, índices de mercado e composição de carteira de investimento. Este trabalho busca comparar e combinar três tipos de algoritmos de aprendizagem de máquina, mais especificamente, o método Ensemble de Redes Neurais Artificias com as redes Multilayer Perceptrons (MLP), auto-regressiva com entradas exógenas (NARX) e Long Short-Term Memory (LSTM) para predição do Índice Bovespa. A amostra da série do Ibovespa foi obtida pelo Yahoo!Finance no período de 04 de janeiro de 2010 a 28 de dezembro de 2017, de periodicidade diária. Foram utilizadas as séries temporais referentes a cotação do Dólar, além de indicadores numéricos da Análise Técnica como variáveis independentes para compor a predição. Os algoritmos foram desenvolvidos através da linguagem Python usando framework Keras. Para avaliação dos algoritmos foram utilizadas as métricas de desempenho MSE, RMSE e MAPE, além da comparação entre as previsões obtidas e os valores reais. Os resultados das métricas indicam bom desempenho de predição pelo modelo Ensemble proposto, obtendo 70% de acerto no movimento do índice, porém, não conseguiu atingir melhores resultados que as redes MLP e NARX, ambas com 80% de acerto. / Different segments of the financial area, such as the forecast of stock prices, the foreign exchange market, the market indices and the composition of investment portfolio, use machine learning. This work aims to compare and combine two types of machine learning algorithms, the Artificial Neural Network Ensemble method with Multilayer Perceptrons (MLP), auto-regressive with exogenous inputs (NARX) and Long Short-Term Memory (LSTM) for prediction of the Bovespa Index. The Bovespa time series samples were obtained daily, using Yahoo! Finance, from January 4th, 2010 to December 28th, 2017. Dollar quotation, Google trends and numerical indicators of the Technical Analysis were used as independent variables to compose the prediction. The algorithms were developed using Python and Keras framework. Finally, in order to evaluate the algorithms, the MSE, RMSE and MAPE performance metrics, as well as the comparison between the obtained predictions and the actual values, were used. The results of the metrics indicate good prediction performance by the proposed Ensemble model, obtaining a 70% accuracy in the index movement, but failed to achieve better results than the MLP and NARX networks, both with 80% accuracy.

O estudo das não linearidades das séries temporais da microviga de um microscópio de força atômica tem sido essencial para o desenvolvimento e aperfeiçoamento deste equipamento de ampliação de imagens. Não linearidades podem aparecer com frequência nos experimentos, afetando significativamente a resposta prevista de forma que estas instabilidades se concretizam em imagens ruins. Esta tese apresenta resultados obtidos através de uma abordagem experimental e teórica. Buscou-se aperfeiçoar modelos clássicos de osciladores do microscópio de força atômica melhorando seu comportamento caótico através da observação dos resultados dos experimentos. A identificação de sistemas é feita pelo método de espaço de estados. Outra abordagem de séries temporais obtidas através de um microscópio de força atômica torna possível a reconstrução de espaço de estados, utilizando-se de técnicas como informação mútua, falsos vizinhos e defasagem de tempo. Analisa-se também o comportamento caótico das séries temporais usando o teste 0-1 e escala indexada em quatro experimentos que resultam em um mapa que relaciona a altura que a microviga vibra com o coeficiente do teste 0-1 e com a escala indexada. / The study of time series nonlinearities of the cantilever\'s atomic force microscope has been essential to the development and improvement of this image magnification equipment. Nonlinearities may appear frequently in the experiments, significantly affecting expected response in a way that these instabilities generate bad images. This thesis presents results obtained through an experimental and theoretical approach accordingly. We attempted to improve the classical models of oscillators atomic force microscope improving its chaotic behavior by observing the results of the experiments. The system identification is made by method space state. Another approach to time series obtained through an atomic force microscope makes it possible to reconstruct space phase, using techniques such as mutual information and false neighbors delay. It is analyzed chaotic behavior time series by using the 0-1 test and scale index in four experiments resulting in a map that relates the height of cantilever deflections with the 0-1 test coefficient and the indexed scale.

Os ambientes costeiros podem ser caracterizados por sua grade dinâmica, onde existe o embate entre o continente e o mar. A dinâmica sedimentar da linha de costa constitui conhecimento básico em obras de engenharia e na compreensão do ambiente costeiro. Buscou-se compreender os mecanismos do funcionamento dinâmico da região em torno do Porto de Tubarão, Vitória-ES, através de análises de marés, de clima de ondas, agitação marítima, de correntes induzidas por ondas e transporte sedimentar. Os resultados permitiram algumas interpretações tanto de curtíssimo prazo como de longo prazo. As correntes de marés são particularmente importantes, sobretudo próximo as bocas dos canais de Vitória e da Passagem atingindo valores de até 0,.7m/s. As ondas atingem a área com alturas significativas variadas, dependendo do grau de exposição. Na praia de Camburi as ondas dificilmente ultrapassam 1 metro de altura significativa, enquanto na praia Mole ondas de 2.5m de altura significativa ocorrem com certa freqüência. A direção da corrente na praia Mole está diretamente relacionadas com as direções de incidência das ondas variando de NE até SW, enquanto sua intensidade está relacionada com as alturas e períodos, variando de 0 até 0.44 m/s. A praia de Camburi, por sua vez apresenta correntes rumo ENE independente da direção de propagação das ondas ao largo da Baia do Espírito Santo. As velocidades médias variam entre 0 e 0,3 m/s. O porto de tubarão serve de abrigo às ondas, influenciando na direção média do fluxo de energia nas praias adjacentes. A longo prazo a tendência da praia de Camburi é de sofrer uma rotação acentuando os processos erosivos na porção ocidental. / The coastal zones can be characterized by the huge dynamic battle, continent forces against the ocean forces. The sedimentary dynamic of the coast line is a basic knowledge necessary to carry out engineering features and to understand the natural coastal environment. This work tried to understand the mechanisms that control those dynamics in the region near to the Tubarão Harbour, Vitória- ES. The effects of the tides, wind generated wave clima, wave induced currents and sedimentary transport was analyzed in short and long terms. In short terms, tide currents are specially important near the estuaries mouth (Vitória and Passagem channels), with velocities reaching 0.7m/s. The waves reach the coast line with different significant wave heights, depending on the each site expositions to in coming waves. At Cambury beach the waves hardly gets significant wave height over 1meter, in other hand, at Mole beach, waves with 2,5m significant wave height are quite often. At Mole beach, wave induced currents directions are directly correlated with the wave direction in outside zones, oscillating between NE and SW directions. The current velocities, which depends on wave height and wave period, presents values between 0 and 0,44 m/s. At Cambury beach the currents always goes to ENE, independent of outside wave directions. The velocities varies between 0 and 0,3 m/s. The Tubarão harbour acts like a wall creating shadows for the incident waves in the beaches behind. In long terms, the Mole beach seems to be stable and Cambury Beach seems to rotate some degrees of it mean direction, with the intensifications of the erosional process in the oriental portion of the beach.

Submitted by Bruna Rodrigues (bruna92rodrigues@yahoo.com.br) on 2017-09-27T14:34:29Z No. of bitstreams: 1 DissKFAG.pdf: 21371434 bytes, checksum: e9355d67b5b05eda13ae02e3ae7d0fdf (MD5) / Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-30T19:20:29Z (GMT) No. of bitstreams: 1 DissKFAG.pdf: 21371434 bytes, checksum: e9355d67b5b05eda13ae02e3ae7d0fdf (MD5) / Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-30T19:20:37Z (GMT) No. of bitstreams: 1 DissKFAG.pdf: 21371434 bytes, checksum: e9355d67b5b05eda13ae02e3ae7d0fdf (MD5) / Made available in DSpace on 2018-01-30T19:26:17Z (GMT). No. of bitstreams: 1 DissKFAG.pdf: 21371434 bytes, checksum: e9355d67b5b05eda13ae02e3ae7d0fdf (MD5) Previous issue date: 2017-07-18 / Não recebi financiamento / In the last decades volatility has become a very important concept in the financial area, being used to measure the risk of financial instruments. In this work, the focus of study is the modeling of volatility, that refers to the variability of returns, which is a characteristic present in the financial time series. As a fundamental modeling tool, we used the GARCH (Generalized Autoregressive Conditional Heteroskedasticity) model, which uses conditional heteroscedasticity as a measure of volatility. Two main characteristics will be considered to be modeled with the purpose of a better adjustment and prediction of the volatility, these are: heavy tails and an asymmetry present in the unconditional distribution of the return series. The estimation of the parameters of the proposed models is done by means of the Bayesian approach with an MCMC (Markov Chain Monte Carlo) methodology , specifically the Metropolis-Hastings algorithm. / Nas últimas décadas a volatilidade transformou-se num conceito muito importante na área financeira, sendo utilizada para mensurar o risco de instrumentos financeiros. Neste trabalho, o foco de estudo é a modelagem da volatilidade, que faz referência à variabilidade dos retornos, sendo esta uma característica presente nas séries temporais financeiras. Como ferramenta fundamental da modelação usaremos o modelo GARCH (Generalized Autoregressive Conditional Heteroskedasticity), que usa a heterocedasticidade condicional como uma medida da volatilidade. Considerar-se-ão duas características principais a ser modeladas com o propósito de obter um melhor ajuste e previsão da volatilidade, estas são: a assimetria e as caudas pesadas presentes na distribuição incondicional da série dos retornos. A estimação dos parâmetros dos modelos propostos será feita utilizando a abordagem Bayesiana com a metodologia MCMC (Markov Chain Monte Carlo) especificamente o algoritmo de Metropolis-Hastings.

Made available in DSpace on 2014-06-11T19:22:25Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-10-31Bitstream added on 2014-06-13T19:48:44Z : No. of bitstreams: 1 rosa_gps_me_prud.pdf: 9069576 bytes, checksum: d425dc3fdddbb18d5468027b620176e1 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / As redes ativas GPS tem se tornando cada vez mais utilizadas nos levantamentos geodésicos. As estações que fazem parte dessas redes têm suas coordenadas determinadas com alta precisão que, devido à estabilidade na sua construção e disponibilidade de dados, são chamadas estações de referência. Os dados podem ser empregados numa diversidade de pesquisas e projetos, sendo um dos mais comuns atualmente os de levantamentos geodésicos. O estudo e monitoramento do vapor d’água na atmosfera e movimento de placas litosféricas são exemplos de aplicações. Dentre os métodos de posicionamento GPS, o Posicionamento por Ponto Preciso (PPP) vem apresentando resultados muito promissores. Uma característica do PPP está relacionada com a modelagem e/ou estimação de todos os erros envolvidos nesse método. A acurácia obtida para as coordenadas pode ser da ordem de poucos milímetros, tal como no método de posicionamento relativo. Efeitos sazonais podem afetar esta acurácia caso não sejam considerados. Desta forma, é desejável dispor do conhecimento de todos os fatores sazonais (movimento do pólo, marés terrestres e cargas oceânicas) que interferem na posição da estação, visando minimizá-los ou modelá-los. Contudo, há evidências da existência de outros efeitos dessa natureza ainda não levados em consideração no PPP. Nesta pesquisa, foram realizados alguns experimentos com a finalidade de investigar os efeitos sazonais presentes nas séries temporais das coordenadas das estações Brasília (BRAZ), Euzébio (BRFT) e Manaus (NAUS) pertencentes à Rede Brasileira de Monitoramento Contínuo (RBMC)... / The active GPS networks have being more and more used in the geodetic surveying. The stations that belong to these networks have the coordinates determined with high precision, due to the construction stability and data availability, so they are called reference stations. The reference station data can be employed in a diversity of researches, where the geodetic positioning is one of the most common. The study and monitoring of the water vapor in the atmosphere and the lithosphere plates movement are examples of applications. Among the existent methods of GPS positioning, the Precise Point Positioning (PPP) has been presented great results. The accuracy obtained for the coordinates can reaches few millimeters, such as in the relative positioning. An important aspect concerning PPP is related to the modeling and / or estimation of all errors that affect this method. Among the errors, the seasonal effects can affect PPP accuracy if they are not considered. In this way, it is desirable to take care of all the seasonal factors (polar motion, solid tides and ocean loading) that interfere in the station position, aiming to minimize or to model them. Besides, there are evidences of other seasonal effects that still remain in PPP. In this research, some experiments were carried out with the finality of investigating the seasonal effects in the coordinate time series of the stations Brasília (BRAZ), Euzébio (BRFT) and Manaus (NAUS), that belong to the Rede Brasileira de Monitoramento Contínuo (RBMC). The coordinates of these stations were estimated daily using... (Complete abstract click electronic access below)

Made available in DSpace on 2016-06-02T19:06:12Z (GMT). No. of bitstreams: 1 5971.pdf: 5628502 bytes, checksum: 38bfe45912e4f91f4ad8c7fb5fb815db (MD5) Previous issue date: 2012-08-03 / Universidade Federal de Minas Gerais / Technological development brought improvements in the technology of climate sensors and Earth's surface image acquisition, gathering increasing amounts of data. Generally, when these data are submitted to mining algorithms, the output is the production of hundreds or even thousands of textual patterns, making the task of data analysis by the domain expert even harder. Hence, it is crucial, to support experts, the development of a tool that helps to identify and display patterns of interest. In this context, this research project at Master Science level aims to develop a technique for mining association rules in time series allowing agrometeorological data analysis over time. / O avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições dos dados climáticos e de imageamento da superfície terrestre, coletando quantidades cada vez maiores de dados. Quando esses dados são submetidos aos algoritmos de mineração para serem explorados ocorre, em geral, a produção de centenas ou ate mesmo milhares de padrões textuais, dificultando ainda mais a tarefa de analise dos dados pelo especialista de domínio. Assim, e crucial, para apoiar os especialistas, o desenvolvimento de um ferramental que auxilia na identificação e visualização dos padrões de interesse. Neste contexto, este projeto de pesquisa em nível de mestrado visa desenvolver uma técnica de mineração de regras de associação em series temporais permitindo a analise de dados agrometeorológicos ao longo do tempo.

Made available in DSpace on 2016-06-02T19:06:18Z (GMT). No. of bitstreams: 1 6337.pdf: 1365151 bytes, checksum: 464969011137271e4d5d5088872c236b (MD5) Previous issue date: 2014-08-28 / A time series analysis presents challenges. There is a difficulty to manipulate the data by requiring a large computational cost, or even, by the difficulty of finding subsequences that have the same characteristics. However, this analysis is important for understanding the evolution of various phenomena such as climate change, changes in financial markets among others. This project proposed the development of a method for performing similarity queries in time series that have better performance and accuracy than the state-of-art and a method of mining association rules in series using similarity. The experiments performed have applied the proposed methods in real data sets, bringing relevant knowledge, indicating that both methods are suitable for analysis by similarity of one-dimensional and multidimensional time series. / A analise de séries temporais apresenta certos desafios. Seja pela dificuldade na manipulação dos dados, por exigir um grande custo computacional, ou mesmo pela dificuldade de se en¬contrar subsequências que apresentam as mesmas características. No entanto, essa analise e importante para o entendimento da evolução de diversos fenômenos como as mudanças climaticas, as variações no mercado financeiro entre outros. Este projeto de mestrado propos o desenvolvimento de um método para a realização de consultas por similaridade em series temporais que apresentam melhor desempenho e acurâcia que o estado-da-arte e um método de mineração de regras de associação em series utilizando similaridade. Os experimentos feitos aplicaram os métodos propostos em conjuntos de dados reais, trazendo conhecimento relevante, indicando que os metodos são adequados para analise por similaridade de series temporais unidimensionais e multidimensionais.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-04-25T19:44:33Z No. of bitstreams: 1 DissVSK.pdf: 2947181 bytes, checksum: 3c3bd8a24247cda4927887b3e6e3218b (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-05-02T13:09:55Z (GMT) No. of bitstreams: 1 DissVSK.pdf: 2947181 bytes, checksum: 3c3bd8a24247cda4927887b3e6e3218b (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-05-02T13:10:02Z (GMT) No. of bitstreams: 1 DissVSK.pdf: 2947181 bytes, checksum: 3c3bd8a24247cda4927887b3e6e3218b (MD5) / Made available in DSpace on 2017-05-02T13:14:36Z (GMT). No. of bitstreams: 1 DissVSK.pdf: 2947181 bytes, checksum: 3c3bd8a24247cda4927887b3e6e3218b (MD5) Previous issue date: 2016-09-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / The relationship between latitude and microbial diversity in the ocean is controversial. Niche models predict higher richness at high latitudes in winter, while snapshot field-sampling point towards higher richness at intermediate latitudes, with lower values both towards equatorial and Polar Regions. However, given the dynamic nature of ocean’s ecosystem it is difficult to account for temporal variations in empirical assessments of microbial biodiversity. Here, we compared the components of diversity (richness and evenness) and microbial population stability (coefficient of variation) in two coastal ocean observatories with similar trophic state located in contrasting latitudes, one located in the Equatorial Atlantic Ocean, and one temperate located in the Northwestern Mediterranean Sea, to evaluate which factors drive the dynamics of microbial communities in each site. Our observations support the view that, as animals and plants, microbial communities exhibit higher (or at least similar) richness towards the equator, at least in the coastal ocean. We also found evidence of increasing stability with increasing evenness in tropical microbial communities when compared to the temperate ones. Temperature and silicates drove temperate free-living prokaryotic communities, while tropical ones were driven by stochastic factors such as biotic interactions with eukaryotes. We propose a conceptual framework where microbial community composition would be driven by deterministic factors in higher latitudes and once the factor temperature is removed moving towards the equator, more stochastic factors such as biotic interactions would emerge as the main factors shaping microbial communities. This study highlights the importance of comparative studies on Eulerian time-series distributed at different latitudes to fully understand the diversity patterns of microbial communities in the ocean. / A relação entre a latitude e diversidade microbiana no oceano é controversa. Modelos de nicho preveem maior riqueza em altas latitudes no inverno, enquanto amostragens pontuais indicam uma maior riqueza em latitudes intermediárias, com valores mais baixos para regiões equatoriais e polares. No entanto, dada a natureza dinâmica do ecossistema oceânico, é difícil explicar variações temporais da biodiversidade microbiana nas avaliações empíricas. Nesse trabalho comparamos os componentes da diversidade (riqueza e equitabilidade) e estabilidade das populações microbianas (coeficiente de variação) em dois observatórios oceânicos costeiros com estados tróficos semelhantes, localizados em latitudes contrastantes: um localizado no Oceano Atlântico Equatorial e um em clima temperado localizado no noroeste do Mar Mediterrâneo, a fim de avaliar quais fatores estruturam a dinâmica das comunidades microbianas em cada local. Observamos que tal como animais e plantas, as comunidades microbianas exibem maior (ou pelo menos similar) riqueza no equador pelo menos em águas costeiras. Também encontramos evidências de aumento da estabilidade com o aumento da uniformidade nas comunidades microbianas tropicais, quando comparadas com as de clima temperado. De modo geral, temperatura e silicatos foram as variáveis que condicionaram as comunidades procariotas de vida livre no observatório da região temperada, enquanto que no observatório tropical, fatores estocásticos tais como interações bióticas com eucariotos, foram os fatores que mais influenciaram as comunidades bacterianas. Assim, propomos um quadro conceitual onde a composição da comunidade microbiana seria impulsionada por fatores determinísticos em latitudes mais elevadas, enquanto que em latitudes menores, seriam determinados por fatores mais estocásticos, como interações bióticas. Nosso estudo destaca a importância de estudos comparativos utilizando series temporais Eulerianas em diferentes latitudes para entender os padrões de diversidade das comunidades microbianas no oceano.

Orientador: Antonio Fernando Crepaldi / Banca: Rogério Andrade Flauzino / Banca: José Alfredo Colovan Ulson / Resumo: A previsão de séries temporais financeiras é uma das questões mais pesquisadas no campo das finanças, sobretudo, no que diz respeito ao mercado acionário e à análise de riscos. Para tanto, essas pesquisas envolvem desde modelos estatísticos e econométricos até modelos de inteligência artificial, como as redes neurais dinâmicas. Nesse sentido este estudo tem o propósito de desenvolver e aplicar dois modelos de redes neurais artificiais dinâmicas, a rede neural focada atrasada no tempo - FTDNN (focused time delay neural network) e a rede neural auto regressiva com entradas exógenas - NARX (nonlinear autoregressive network with exogenous inputs) para previsão de séries temporais financeiras, tendo como padrão de referência de desempenho mínimo um modelo estatístico tradicional do tipo ARMA-GARCH. Essa abordagem camparativa também considera três modalidades diferentes de transformação de dados na fase pré-processamento das redes: as diferenças de primeira ordem, os retornos logarítmicos e a transformação Box-Cox, buscando analisar o impacto de cada uma delas no desempenho preditivo das redes neurais. Também propõe uma abordagem neural para o processo de reversão dos dados previstos e uma métrica de erro capaz de verificar o desempenho preditivo das redes neurais e sua capacidade de captar tendências de curto prazo e eficiência negocial. Em sentido amplo, os resultados obtidos indicam que a rede NARX apresenta melhor desempenho preditivo que a rede FTDNN, sobretudo, no que diz respeito à captura de tendências; que a transformações de dados podem melhorar o nível de acurácia das previsões em ambas as redes e que a transformação por retornos logarítimos gera os melhores desempenhos. Quanto ao processo de reversão dos dados previstos para a escala da série original, o método neural proposto foi bem sucedido apenas para a transformação Box-cox / Abstract: Financial time-series forescasting is one of the most researched issues in finances, mainly with regard to the stock market and risk analysis. Therefore, these studies involve from statistical and econometric models up to artificial intelligence models, such as dynamic neural networks. In this sense, this study aims to develop and apply two models of dynamic artificial neural networks, FTDNN (focused time delay neural network) and NARX (nonlinear autoregressive network with exagenous inputs) for financial time series forescasting, with a traditional statistical model such as ARMAGARCH as the benchmark for minimum performance. The comparative approach also considers three diferent types of data transformation in the pre-processing phase of the networks: first order differences, logarithmics returns and Box-Cox transformation, and tries to analyze the impact of each on the predictive performance of the neural networks. It also proposes a neural approach to the process of reversing the predicted data set, and an error metric that could be able to verify the predictive performance of neural networks and its ability to capture short-term trends and negotiation efficiency. In a bropad sense, the reults indicate that the NARX network network performs beter than the FTDNN, especially with regard to capturing trends; that data transformations may improve the forescasting accuracy in both networks, and that the logarithmics returns transformation generates the best prediction performance. Regarding the process of reversing the predicted data for the scale of the original series, the neural method proposed succeeded only for Box-Cox transformation / Mestre