Submitted by Melchior Felix (melchior_felix@yahoo.com.br) on 2014-08-27T23:26:03Z No. of bitstreams: 1 Memória Longa em Dados Intradiários - Melchior Vinicius dos Santos Felix.pdf: 1262687 bytes, checksum: e23c42090eb78ab8e9251f4e82fa6bc1 (MD5) / Approved for entry into archive by JOANA MARTORINI (joana.martorini@fgv.br) on 2014-08-28T18:42:44Z (GMT) No. of bitstreams: 1 Memória Longa em Dados Intradiários - Melchior Vinicius dos Santos Felix.pdf: 1262687 bytes, checksum: e23c42090eb78ab8e9251f4e82fa6bc1 (MD5) / Made available in DSpace on 2014-08-28T19:38:24Z (GMT). No. of bitstreams: 1 Memória Longa em Dados Intradiários - Melchior Vinicius dos Santos Felix.pdf: 1262687 bytes, checksum: e23c42090eb78ab8e9251f4e82fa6bc1 (MD5) Previous issue date: 2014-07-31 / Mandelbrot (1971) demonstrou a importância de considerar dependências de longo prazo na precificação de ativos - o método tradicional para mensurá-las, encontrado em Hurst (1951), faz uso da estatística R/S. Paralelamente a isso, Box e Jenkins (1976; edição original de 1970) apresentaram sua famosa metodologia para determinação da ordem dos parâmetros de modelos desenvolvidos no contexto de processos com memória de curto prazo, conhecidos por ARIMA (acrônimo do inglês Autoregressive Integrated Moving Average). Estimulados pela percepção de que um modelo que pretenda representar fielmente o processo gerador de dados deva explicar tanto a dinâmica de curto prazo quanto a de longo prazo, Granger e Joyeux (1980) e Hosking (1981) introduziram os modelos ARFIMA (de onde o F adicionado vem de Fractionally), uma generalização da classe ARIMA, nos quais a dependência de longo prazo estimada é relacionada ao valor do parâmetro de integração. Pode-se dizer que a partir de então processos com alto grau de persistência passaram a atrair cada vez mais o interesse de pesquisadores, o que resultou no desenvolvimento de outros métodos para estimá-la, porém sem que algum tenha se sobressaído claramente – e é neste ponto que o presente trabalho se insere. Por meio de simulações, buscou-se: (1) classificar diversos estimadores quanto a sua precisão, o que nos obrigou a; (2) determinar parametrizações razoáveis desses, entendidas aqui como aquelas que minimizam o viés, o erro quadrático médio e o desvio-padrão. Após rever a literatura sobre o tema, abordar estes pontos se mostrou necessário para o objetivo principal: elaborar estratégias de negociação baseadas em projeções feitas a partir da caracterização de dependências em dados intradiários, minuto a minuto, de ações e índices de ações. Foram analisadas as séries de retornos da ação Petrobras PN e do Índice Bovespa, com dados de 01/04/2013 a 31/03/2014. Os softwares usados foram o S-Plus e o R. / Mandelbrot (1971) demonstrated the need to take into account long-term dependences when pricing assets – the traditional method to measure it, proposed by Hurst (1951), is based on the R/S statistic. In parallel to this, Box and Jenkins (1976; first edition in 1970) presented their famous methodology to determine the order of the parameters of models developed in the context of short memory processes, known as ARIMA (acronym to Autoregressive Integrated Moving Average). Motivated by the perception that a model that aims to described correctly the data generating process needs to explain both the short-term as well as the longterm dynamics, Granger and Joyeux (1980) and Hosking (1981) introduced the ARFIMA models (the F is due to the added term Fractionally), a generalization of the ARIMA class, in which the estimated long-term dependence is related to the value of the integration parameter. It can be said that since then processes with a high degree of persistence have attracted greater interest of researchers, what resulted in the development of new methods to estimated it, although none of them has clearly excelled – and is at this point that the present work stands itself. Through simulations, we targeted to: (1) rank many estimators according to precision, what showed the necessity to; (2) determine reasonable values for the input parameters, defined as those that minimize the bias, the mean squared error and the standard deviation. Past reviewing the literature about the subject, analyzing these points proved necessary to the main objective: creating trading strategies based on forecasts derived through the characterization of dependences in intradaily quotes, minute by minute, of equities and equity indexes. In the tests were analyzed the Petrobras PN and Bovespa Index returns time series, from the period ranging from April 1st, 2013 to March 31st, 2014. The softwares used were the S-Plus e the R.

Submitted by Alessandra Gazzoli (alessandra.gazzoli-santos@itau-unibanco.com.br) on 2013-09-13T18:41:48Z No. of bitstreams: 1 AlessandraGazzoli_EstruturaFractal.pdf: 2516271 bytes, checksum: 6f74e2f1266b906cb221034fae87335f (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2013-09-13T18:44:12Z (GMT) No. of bitstreams: 1 AlessandraGazzoli_EstruturaFractal.pdf: 2516271 bytes, checksum: 6f74e2f1266b906cb221034fae87335f (MD5) / Made available in DSpace on 2013-09-13T18:45:22Z (GMT). No. of bitstreams: 1 AlessandraGazzoli_EstruturaFractal.pdf: 2516271 bytes, checksum: 6f74e2f1266b906cb221034fae87335f (MD5) Previous issue date: 2013-08-14 / Economic variables are often governed by dynamic and non-linear processes that can originate long-term relationship and non-periodic and non-cyclical patterns with abrupt trend changes. Commodity prices exhibit this type of behavior and the peculiarities of those markets could generate fractionally integrated time series, whose singularities could not be properly captured by the traditional analytic models based on the efficient market hypothesis and random walk processes. Therefore, this study has investigated the presence of fractal structures on some very important Brazilian commodity spot markets such as coffee, cattle, sugar, soybean and calf. Some traditional techniques were used as well as other specific for fractal time series analysis, such as rescaled range (R/S) analysis, different fractal hypothesis tests and ARFIMA and FIGARCH models. The results showed that the drift component has not shown fractal behavior, except for the calf series, however, volatility has demonstrated fractal behavior for all the commodities that were analyzed. / As variáveis econômicas são frequentemente governadas por processos dinâmicos e não-lineares que podem gerar relações de dependência de longo prazo e padrões cíclicos não-periódicos com mudanças abruptas de tendências. Para o caso dos preços agrícolas este comportamento não é diferente e as peculiaridades destes mercados podem gerar séries temporais fracionalmente integradas, cujas singularidades não seriam adequadamente capturadas pelos tradicionais modelos analíticos fundamentados na hipótese dos mercados eficientes e de passeio aleatório. Sendo assim, o presente estudo buscou investigar a presença de estruturas fractais no mercado à vista de algumas das principais commodities agrícolas brasileiras: café, boi gordo, açúcar, milho, soja e bezerro. Foram empregadas técnicas tradicionais e específicas para a análise de séries temporais fractais como a análise de R/S e a aplicação de modelos das famílias ARFIMA e FIGARCH. Os resultados indicaram que, com exceção do bezerro, o componente de drift destas séries não apresentou comportamento fractal, ao contrário do observado para o componente da volatilidade, que apresentou aspecto de estrutura fractal para todas as commodities analisadas.