Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch

Detalhes bibliográficos
Autor(a) principal: Oliveira,Mauri Aparecido De
Data de Publicação: 2008
Outros Autores: Montini,Alessandra De Ávila, Bergmann,Daniel Reed
Tipo de documento: Artigo
Idioma: por
Título da fonte: RAM. Revista de Administração Mackenzie
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1678-69712008000100007
Resumo: O objetivo deste trabalho é realizar previsões de séries de retornos de ações de empresas dos setores financeiro, de alimentos, industrial e de serviços, utilizando redes neurais artificiais (RNA) do tipo feedforward treinadas com algoritmo de Levenberg-Marquardt e modelos Arima-Garch. Selecionaram-se duas séries de cada setor, e os dados foram obtidos da economática. Para o setor financeiro, são analisadas as séries dos bancos Bradesco e Itaú, no setor de alimentos a Perdigão e a Sadia, no setor industrial a Marcopolo e a Gerdau, e no setor de serviços o Pão de Açúcar e Lojas Americanas. Verificou-se que as previsões realizadas pelas duas técnicas têm desempenhos parecidos, não revelando superioridade de nenhuma técnica.
id MACKENZIE-2_f96a36c47d57b9ae67100cc1cc47dce3
oai_identifier_str oai:scielo:S1678-69712008000100007
network_acronym_str MACKENZIE-2
network_name_str RAM. Revista de Administração Mackenzie
repository_id_str
spelling Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garchSéries temporaisPrevisãoAlgoritmo de Levenberg-MarquardtRedes neuraisArima-GarchO objetivo deste trabalho é realizar previsões de séries de retornos de ações de empresas dos setores financeiro, de alimentos, industrial e de serviços, utilizando redes neurais artificiais (RNA) do tipo feedforward treinadas com algoritmo de Levenberg-Marquardt e modelos Arima-Garch. Selecionaram-se duas séries de cada setor, e os dados foram obtidos da economática. Para o setor financeiro, são analisadas as séries dos bancos Bradesco e Itaú, no setor de alimentos a Perdigão e a Sadia, no setor industrial a Marcopolo e a Gerdau, e no setor de serviços o Pão de Açúcar e Lojas Americanas. Verificou-se que as previsões realizadas pelas duas técnicas têm desempenhos parecidos, não revelando superioridade de nenhuma técnica.Editora MackenzieUniversidade Presbiteriana Mackenzie2008-02-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S1678-69712008000100007RAM. Revista de Administração Mackenzie v.9 n.1 2008reponame:RAM. Revista de Administração Mackenzieinstname:Universidade Presbiteriana Mackenzie (UPM)instacron:MACKENZIE10.1590/S1678-69712008000100007info:eu-repo/semantics/openAccessOliveira,Mauri Aparecido DeMontini,Alessandra De ÁvilaBergmann,Daniel Reedpor2012-06-06T00:00:00Zoai:scielo:S1678-69712008000100007Revistahttps://www.scielo.br/j/ram/https://old.scielo.br/oai/scielo-oai.phprevista.adm@mackenzie.br1678-69711518-6776opendoar:2012-06-06T00:00RAM. Revista de Administração Mackenzie - Universidade Presbiteriana Mackenzie (UPM)false
dc.title.none.fl_str_mv Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
title Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
spellingShingle Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
Oliveira,Mauri Aparecido De
Séries temporais
Previsão
Algoritmo de Levenberg-Marquardt
Redes neurais
Arima-Garch
title_short Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
title_full Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
title_fullStr Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
title_full_unstemmed Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
title_sort Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
author Oliveira,Mauri Aparecido De
author_facet Oliveira,Mauri Aparecido De
Montini,Alessandra De Ávila
Bergmann,Daniel Reed
author_role author
author2 Montini,Alessandra De Ávila
Bergmann,Daniel Reed
author2_role author
author
dc.contributor.author.fl_str_mv Oliveira,Mauri Aparecido De
Montini,Alessandra De Ávila
Bergmann,Daniel Reed
dc.subject.por.fl_str_mv Séries temporais
Previsão
Algoritmo de Levenberg-Marquardt
Redes neurais
Arima-Garch
topic Séries temporais
Previsão
Algoritmo de Levenberg-Marquardt
Redes neurais
Arima-Garch
description O objetivo deste trabalho é realizar previsões de séries de retornos de ações de empresas dos setores financeiro, de alimentos, industrial e de serviços, utilizando redes neurais artificiais (RNA) do tipo feedforward treinadas com algoritmo de Levenberg-Marquardt e modelos Arima-Garch. Selecionaram-se duas séries de cada setor, e os dados foram obtidos da economática. Para o setor financeiro, são analisadas as séries dos bancos Bradesco e Itaú, no setor de alimentos a Perdigão e a Sadia, no setor industrial a Marcopolo e a Gerdau, e no setor de serviços o Pão de Açúcar e Lojas Americanas. Verificou-se que as previsões realizadas pelas duas técnicas têm desempenhos parecidos, não revelando superioridade de nenhuma técnica.
publishDate 2008
dc.date.none.fl_str_mv 2008-02-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1678-69712008000100007
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1678-69712008000100007
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S1678-69712008000100007
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Editora Mackenzie
Universidade Presbiteriana Mackenzie
publisher.none.fl_str_mv Editora Mackenzie
Universidade Presbiteriana Mackenzie
dc.source.none.fl_str_mv RAM. Revista de Administração Mackenzie v.9 n.1 2008
reponame:RAM. Revista de Administração Mackenzie
instname:Universidade Presbiteriana Mackenzie (UPM)
instacron:MACKENZIE
instname_str Universidade Presbiteriana Mackenzie (UPM)
instacron_str MACKENZIE
institution MACKENZIE
reponame_str RAM. Revista de Administração Mackenzie
collection RAM. Revista de Administração Mackenzie
repository.name.fl_str_mv RAM. Revista de Administração Mackenzie - Universidade Presbiteriana Mackenzie (UPM)
repository.mail.fl_str_mv revista.adm@mackenzie.br
_version_ 1752128647959937024

Registros relacionados