Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de rna e modelos arima-garch
Autor(a) principal: | |
---|---|
Data de Publicação: | 2008 |
Outros Autores: | , |
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 |