Made available in DSpace on 2014-06-12T15:56:23Z (GMT). No. of bitstreams: 2
arquivo2920_1.pdf: 2753004 bytes, checksum: d9cabbcda1b022b793399cc38a9d033c (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2008 / A previsão de séries temporais tem sido usada em diversos problemas do mundo real,
tais como: meteorologia, previsão de carga em redes de computadores, análise de
mercado, entre outras, com o objetivo de minimizar riscos, auxiliar no planejamento e
na tomada de decisões.
Nesta dissertação, as séries temporais são analisadas para realizar previsões de
cotações de ações do mercado financeiro e, para tanto, uma metodologia baseada no
uso de séries exógenas e de combinação de classificadores é proposta.
As principais contribuições do presente trabalho são: i) utilização de séries
exógenas como variáveis de entrada para o classificador a fim de capturar
informações externas que influenciam na série a ser prevista; ii) utilização de
combinação de classificadores, em especial, combinação de Redes Neurais do tipo
MLP (Multi-Layer Perceptron); e, iii) concepção de uma nova medida de
desempenho SLG (Sum of Loses and Gains), que é mais aderente na área de
investimentos. Além disso, foram propostas diferentes abordagens para pré-processar
os dados.
Os estudos experimentais foram realizados utilizando a série temporal
correspondente à ação preferencial da Petrobras (PETR4). Os resultados mostraram
que o modelo proposto superou os modelos tradicionais, conseguindo prever a série
com maior precisão e relevância para os investidores
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2298 |
Date | 31 January 2008 |
Creators | Christovam de Amorim Neto, Manoel |
Contributors | Darmiton da Cunha Cavalcanti, George |
Publisher | Universidade Federal de Pernambuco |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0127 seconds