Return to search

Preditor de alto desempenho para retornos de ações baseado em redes neurais sem peso.

Made available in DSpace on 2016-08-29T15:33:16Z (GMT). No. of bitstreams: 1
tese_4982_.pdf: 796586 bytes, checksum: 94cd243fe7bce4430684cdf530b0ef91 (MD5)
Previous issue date: 2011-08-30 / Este trabalho apresenta um novo preditor de séries temporais baseado em rede neural sem peso que utiliza Virtual Generalized Random Access Memory para predizer retorno futuro de ações. Esse novo preditor foi avaliado na predição de retornos futuros semanais de 46 ações de mercado de ações brasileiro. Os resultados mostram que preditores neurais sem peso podem produzir predições de retornos com os mesmo níveis de erros e propriedades de um preditor neural autoregressivo, entretando, 5.000 vezes mais rápido.

Identiferoai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/4249
Date30 August 2011
CreatorsALMEIDA, A. G. C.
ContributorsFreitas, F. D., BADUE, Claudine, FRANCA, F. M. G., DE SOUZA, A. F.
PublisherUniversidade Federal do Espírito Santo, Mestrado em Informática, Programa de Pós-Graduação em Informática, UFES, BR
Source SetsIBICT Brazilian ETDs
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formattext
Sourcereponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0017 seconds