Banca de DEFESA: RENATA LAISE REIS DE SOUZA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: RENATA LAISE REIS DE SOUZA
DATA: 21/09/2011
HORA: 10:00
LOCAL: NEPSA
TÍTULO:

PREVISÃO DO COMPORTAMENTO DE ÍNDICE EM MERCADOS DE CAPITAL POR MEIO DE REDES NEURAIS ARTIFICIAIS


PALAVRAS-CHAVES:
Índices. Mercado de Capital. Previsão. Redes Neurais Artificiais

PÁGINAS: 53
GRANDE ÁREA: Ciências Sociais Aplicadas
ÁREA: Administração
RESUMO:

 
 

 
Resumo
Nas organizações, a previsão constitui a base para a tomada de decisões estratégicas, táticas e
operacionais. Na economia financeira, diversas técnicas têm sido usadas a fim de prever o
comportamento de ativos no decorrer das últimas décadas. Assim, existem diversos métodos
para auxiliar na tarefa de previsão de séries temporais, entretanto, técnicas de modelagem
convencionais como modelos estatísticos e aqueles baseados em modelos matemáticos
teóricos têm produzido previsões insatisfatórias, aumentando o número de estudos em
métodos mais avançados de previsão. Dentre estes, as Redes Neurais Artificiais (RNA) são
um método relativamente recente e promissor para a previsão em negócios que se revela uma
das técnicas que tem causado mais agitação no ambiente financeiro e têm sido utilizado com
sucesso em uma ampla variedade de aplicações de sistemas de modelagem financeiro,
provado em muitos casos sua superioridade sobre os modelos estatísticos ARIMA-GARCH
(OLIVEIRA,2007). Nesse contexto, o presente trabalho teve por objetivo analisar se as RNAs
são um método mais adequado para a previsão do comportamento de Índices em Mercados de
Capital do que métodos tradicionais de análise de séries temporais. Para tanto, foi
desenvolvido um estudo exploratório e quantitativo que, a partir de índices econômicofinanceiros,
elaborou um modelo de RNA do tipo feedfoward de aprendizado supervisionado,
cuja estrutura consistiu em 20 dados na camada de entrada, 90 neurônios em uma camada
oculta e um dado como camada de saída (índice Ibovespa). Este modelo utilizou-se de
BackPropagation, função de ativação de entrada baseada na tangente Sigmoid e uma função
de saída linear. Visto o intuito de analisar a comparação com métodos tradicionais de analise
de séries temporais, optou-se por se realizar tal análise através da comparação de resultados
entre o modelo RNA e o método de previsão em séries temporais GARCH/ARCH,
elaborando-se um modelo baseado neste método para esse fim. Uma vez aplicadas ambas as
metodologias e desenvolvidos os dois modelos, realizou-se uma análise dos resultados obtidos
comparando-se ambos os modelos com os dados históricos e entre si, estudando-se questões
como erro, erro quadrático e intervalo de confiança. Verificou-se que que a média do erro
quadrático da série prevista pela RNA demonstrou-se inferior àquela da série prevista pelo
modelo GARCH/ARCH, tanto em seus retornos previstos quanto na análise dos valores com
base no intervalo de confiança. Concluiu-se que, para a série de dados estudada neste
trabalho, as Redes Neurais artificiais se mostram um modelo mais adequado de previsão do
que os modelos tradicionais de séries temporais, representado neste pelo método
GARCH/ARCH.


MEMBROS DA BANCA:
Presidente - 1543333 - ANDERSON LUIZ REZENDE MOL
Externo à Instituição - RODRIGO JOSÉ GUERRA LEONE - UnP
Externo ao Programa - 1802347 - VINICIO DE SOUZA E ALMEIDA
Notícia cadastrada em: 08/09/2011 11:03
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa07-producao.info.ufrn.br.sigaa07-producao