Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/31387 |
Resumo: | Atualmente existe um grande interesse da sociedade em encontrar meios de prever o futuro do mercado de ações para otimizar o processo de tomada de decisão visando a maximi- zação do lucro em seus investimentos. Esta Tese apresenta um novo modelo de neurô- nio artificial morfológico-linear, denominado de Perceptron Morfológico Crescente Geral (Perceptron Morfológico Crescente Geral - General Increasing Morphological Perceptron (GIMP)), para previsão de séries temporais financeiras em baixa-frequência (diária, se- manal e quinzenal). O neurônio GIMP é composto por uma combinação balanceada entre um módulo linear e um módulo não-linear crescente. Além disso, para o projeto do modelo proposto, é apresentado um processo de aprendizagem baseado em gradiente descendente com ajuste automático de fase temporal. Também é realizada uma análise experimental utilizando um conjunto de séries temporais financeiras provenientes do mercado de ações brasileiro, em baixa-frequência e os resultados obtidos foram analisados, utilizando um conjunto relevante de medidas de desempenho, e comparados aqueles obtidos utilizando modelos clássicos da literatura de previsão de séries temporais financeiras. Os resultados mostraram ganhos de desempenho de previsão de mais de 200% em relação aos modelos classícos estudados. |
id |
UFPE_7ead3220555c11342f11da6cd2ef2477 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/31387 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
CAMARA, Rômulo Calado PantaleãoRômulo Calado Pantaleãohttp://lattes.cnpq.br/9638500605562489ARAÚJO, Cristiano Coelho deARAÚJO, Ricardo de Andrade2019-07-09T14:17:25Z2019-07-09T14:17:25Z2017-06-12https://repositorio.ufpe.br/handle/123456789/31387Atualmente existe um grande interesse da sociedade em encontrar meios de prever o futuro do mercado de ações para otimizar o processo de tomada de decisão visando a maximi- zação do lucro em seus investimentos. Esta Tese apresenta um novo modelo de neurô- nio artificial morfológico-linear, denominado de Perceptron Morfológico Crescente Geral (Perceptron Morfológico Crescente Geral - General Increasing Morphological Perceptron (GIMP)), para previsão de séries temporais financeiras em baixa-frequência (diária, se- manal e quinzenal). O neurônio GIMP é composto por uma combinação balanceada entre um módulo linear e um módulo não-linear crescente. Além disso, para o projeto do modelo proposto, é apresentado um processo de aprendizagem baseado em gradiente descendente com ajuste automático de fase temporal. Também é realizada uma análise experimental utilizando um conjunto de séries temporais financeiras provenientes do mercado de ações brasileiro, em baixa-frequência e os resultados obtidos foram analisados, utilizando um conjunto relevante de medidas de desempenho, e comparados aqueles obtidos utilizando modelos clássicos da literatura de previsão de séries temporais financeiras. Os resultados mostraram ganhos de desempenho de previsão de mais de 200% em relação aos modelos classícos estudados.FACEPEThere is a great interest in society to find ways to predict the future of the stock market to optimize the decision-making process in order to maximize profit on its investments. This Doctoral Thesis presents a new morphological-linear artificial neuron model, called the General Increasing Morphological Perceptron (GIMP), for low-frequency (daily, weekly and biweekly) financial time series forecasting. The neuron GIMP is composed of a bal- anced combination between a linear module and an increasing nonlinear module. In addi- tion to that, for the design of the proposed model, we present a descending gradient-based learning process with automatic time phase adjustment. Furthermore, an experimental analysis is conducted using relevant financial time series from the Brazilian stock market and the results is analyzed, according to a relevant set of performance measures, and compared to those obtained using classical models in the literature of financial time series prediction. The experimental results showed gains of more than 200% when compared with other classical models.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessInteligência artificialPrevisão de séries temporaisUm neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequênciainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILTESE Rômulo Calado Pantaleão Camara.pdf.jpgTESE Rômulo Calado Pantaleão Camara.pdf.jpgGenerated Thumbnailimage/jpeg1168https://repositorio.ufpe.br/bitstream/123456789/31387/8/TESE%20R%c3%b4mulo%20Calado%20Pantale%c3%a3o%20Camara.pdf.jpg31f99911728fa9c3460e6d3b13ef6ae1MD58ORIGINALTESE Rômulo Calado Pantaleão Camara.pdfTESE Rômulo Calado Pantaleão Camara.pdfapplication/pdf4242499https://repositorio.ufpe.br/bitstream/123456789/31387/4/TESE%20R%c3%b4mulo%20Calado%20Pantale%c3%a3o%20Camara.pdf6bdf6610b771b54e7657ef6112194cc9MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-82310https://repositorio.ufpe.br/bitstream/123456789/31387/5/license.txtbd573a5ca8288eb7272482765f819534MD55CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/31387/6/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD56TEXTTESE Rômulo Calado Pantaleão Camara.pdf.txtTESE Rômulo Calado Pantaleão Camara.pdf.txtExtracted texttext/plain377802https://repositorio.ufpe.br/bitstream/123456789/31387/7/TESE%20R%c3%b4mulo%20Calado%20Pantale%c3%a3o%20Camara.pdf.txt84ee356ba42a259af27bcfaa003e391aMD57123456789/313872019-10-25 10:09:00.433oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T13:09Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência |
title |
Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência |
spellingShingle |
Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência CAMARA, Rômulo Calado Pantaleão Inteligência artificial Previsão de séries temporais |
title_short |
Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência |
title_full |
Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência |
title_fullStr |
Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência |
title_full_unstemmed |
Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência |
title_sort |
Um neurônio artificial morfológico-linear com aprendizagem baseada em gradiente descendente para previsão de séries temporais financeiras em baixa frequência |
author |
CAMARA, Rômulo Calado Pantaleão |
author_facet |
CAMARA, Rômulo Calado Pantaleão |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
Rômulo Calado Pantaleão |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/9638500605562489 |
dc.contributor.author.fl_str_mv |
CAMARA, Rômulo Calado Pantaleão |
dc.contributor.advisor1.fl_str_mv |
ARAÚJO, Cristiano Coelho de |
dc.contributor.advisor-co1.fl_str_mv |
ARAÚJO, Ricardo de Andrade |
contributor_str_mv |
ARAÚJO, Cristiano Coelho de ARAÚJO, Ricardo de Andrade |
dc.subject.por.fl_str_mv |
Inteligência artificial Previsão de séries temporais |
topic |
Inteligência artificial Previsão de séries temporais |
description |
Atualmente existe um grande interesse da sociedade em encontrar meios de prever o futuro do mercado de ações para otimizar o processo de tomada de decisão visando a maximi- zação do lucro em seus investimentos. Esta Tese apresenta um novo modelo de neurô- nio artificial morfológico-linear, denominado de Perceptron Morfológico Crescente Geral (Perceptron Morfológico Crescente Geral - General Increasing Morphological Perceptron (GIMP)), para previsão de séries temporais financeiras em baixa-frequência (diária, se- manal e quinzenal). O neurônio GIMP é composto por uma combinação balanceada entre um módulo linear e um módulo não-linear crescente. Além disso, para o projeto do modelo proposto, é apresentado um processo de aprendizagem baseado em gradiente descendente com ajuste automático de fase temporal. Também é realizada uma análise experimental utilizando um conjunto de séries temporais financeiras provenientes do mercado de ações brasileiro, em baixa-frequência e os resultados obtidos foram analisados, utilizando um conjunto relevante de medidas de desempenho, e comparados aqueles obtidos utilizando modelos clássicos da literatura de previsão de séries temporais financeiras. Os resultados mostraram ganhos de desempenho de previsão de mais de 200% em relação aos modelos classícos estudados. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-06-12 |
dc.date.accessioned.fl_str_mv |
2019-07-09T14:17:25Z |
dc.date.available.fl_str_mv |
2019-07-09T14:17:25Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/31387 |
url |
https://repositorio.ufpe.br/handle/123456789/31387 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Ciencia da Computacao |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/31387/8/TESE%20R%c3%b4mulo%20Calado%20Pantale%c3%a3o%20Camara.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/31387/4/TESE%20R%c3%b4mulo%20Calado%20Pantale%c3%a3o%20Camara.pdf https://repositorio.ufpe.br/bitstream/123456789/31387/5/license.txt https://repositorio.ufpe.br/bitstream/123456789/31387/6/license_rdf https://repositorio.ufpe.br/bitstream/123456789/31387/7/TESE%20R%c3%b4mulo%20Calado%20Pantale%c3%a3o%20Camara.pdf.txt |
bitstream.checksum.fl_str_mv |
31f99911728fa9c3460e6d3b13ef6ae1 6bdf6610b771b54e7657ef6112194cc9 bd573a5ca8288eb7272482765f819534 e39d27027a6cc9cb039ad269a5db8e34 84ee356ba42a259af27bcfaa003e391a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310697506308096 |