Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2012-10-16T23:38:33Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-08T20:46:37Z : No. of bitstreams: 1
104675.pdf: 11731280 bytes, checksum: afe2067a6daaf4f957617ad6ab9448a6 (MD5) / Métodos de previsão convencionais de séries temporais têm alcançado limitado sucesso na realização de prognósticos de séries econômicas. Este comportamento é devido à dificuldade desses modelos em manipular observações decorrentes de ambientes extremamente dinâmicos, como o mercado de ações. Redes neurais artificiais são, a princípio, capazes de tratar com o problema de instabilidade estrutural entre as observações de uma série temporal. Neste sentido, este trabalho procura investigar a habilidade dos modelos conexionistas em realizar previsões acuradas de séries de preços de ações. É proposta uma forma alternativa de antecipação do comportamento futuro dessas séries, através da identificação de regularidades no movimento da cotação das ações no mercado. Os resultados obtidos pela aplicação de técnicas de redes neurais artificiais são analisados empiricamente e confrontados com aqueles gerados pelos métodos previsão clássicos.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/76977 |
| Date | January 1996 |
| Creators | Mueller, Alessandro |
| Contributors | Universidade Federal de Santa Catarina, Fries, Carlos Ernani |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | xv, 103f.| il, tabs., grafs |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds