Análise de técnicas de previsão : um estudo de caso para o volume de ações da Petrobras

• Autor(a) principal: Werner, Liane
• Data de Publicação: 2020
• Outros Autores: Bisognin, Cleber, Araújo, Cristiano Werner
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/206223
• topic: Previsões; Estatística aplicada : Economia; PETROBRAS; Forecast; Combination of forecasts; Stock volume

Diante das proposições da indústria 4.0, responder habilmente as demandas das empresas tornou-se um ponto chave. Outros pontos são relevantes, não apenas a previsão de demanda de insumos e da programação da produção, mas também aqueles que dão suporte financeiro à empresa, como as ações negociadas na bolsa de valores. Desta forma, este trabalho tem como objetivo usar técnicas de previsões para averiguar qual delas é a mais adequada na previsão do volume diário de ações da Petrobras negociadas na BOVESPA. Para tanto, os dados históricos de 04 de janeiro de 2010 a 18 de setembro de 2018 serão utilizados para modelar e validar uma rede neural recorrente (RNN) e um modelo ARFIMA. Estes dois modelos servirão de base para obter três técnicas de combinações de previsões: média aritmética, variância mínima e por regressão. Para a tomada de decisão foram utilizadas as medidas de acurácia RMSE, MAPE e U de Theil. Encontrou-se que a combinação de previsões por média aritmética proporcionou as melhores medidas de acurácia.