Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | http://repositorio.ufsc.br/xmlui/handle/123456789/61457 |
Resumo: | TCC (graduação) - Universidade Federal de Santa Catarina, Campus Araranguá, Curso de Tecnologias da Informação e Comunicação. |
id |
UFSC_881f0a4ea1edb28f5c1da1c66fb287de |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/61457 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiroProgramação genética. Modelos Arima. Séries temporais. Inteligência artificial. Métodos de previsão.TCC (graduação) - Universidade Federal de Santa Catarina, Campus Araranguá, Curso de Tecnologias da Informação e Comunicação.Este documento descreve um estudo comparativo entre dois paradigmas aplicados para previsão de valores futuros em séries temporais. Um deles baseado no desenvolvimento de Programação Genética, parte integrante das técnicas de Inteligência Artificial, e que consiste em criar programas para gerar possíveis soluções para problemas propostos, utilizando para isso, uma analogia à teoria da evolução de Darwin onde os mais aptos sobrevivem. O outro método baseia-se no modelo que foi sistematizado em 1976 pelos estatísticos George Box e Gwilym Jenkins, conhecido como ARMA ou ARIMA ou até mesmo por SARIMA, sendo que, a nomeclatura dependeria do conjunto de fatores relevantes na especificação do modelo. Para verificar- se a validade dos dois modelos, utilizou-se um estudo comparativo com dados de séries temporais captadas do mercado financeiro mundial, quais sejam o Índice Bovespa, o Índice Nasdaq composit e o Índice Dow Jones. Encontrou-se resultados favoráveis às técnicas de Programação Genética para a primeira previsões ex-post, quando comparando-se com as previsões fornecidas por modelos Arima.This document describes a comparative study between two paradigms applied to forecast future values in time series. One based on the development of Genetic Programming, part of Artificial Intelligence techniques, and that is to create programs to generate possible solutions to problems proposed, using for this, an analogy to Darwin's theory of evolution where the fittest survive. The other method is based on statistical models, that has been systematized in 1976 by George Gwilym Box and Jenkins, known as ARMA or ARIMA or SARIMA, the nomenclature depends on the number of important factors in the specification of the model. To verify the validity of two models, was used a comparative study with time series data captured from the global financial market, namely the Bovespa Index, the Nasdaq Index and the Dow Jones Index. It was found favorable results to the techniques of genetic programming for the first expost forecasts, when compared with the predictions provided by Arima models.Pozzebon, ElianeUniversidade Federal de Santa CatarinaGarcez, José Eduardo2012-10-08T18:36:43Z2012-10-08T18:36:43Z2012-07-072012-07-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis80 p.application/pdfhttp://repositorio.ufsc.br/xmlui/handle/123456789/61457porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2013-05-03T03:11:32Zoai:repositorio.ufsc.br:123456789/61457Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732013-05-03T03:11:32Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro |
title |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro |
spellingShingle |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro Garcez, José Eduardo Programação genética. Modelos Arima. Séries temporais. Inteligência artificial. Métodos de previsão. |
title_short |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro |
title_full |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro |
title_fullStr |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro |
title_full_unstemmed |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro |
title_sort |
Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro |
author |
Garcez, José Eduardo |
author_facet |
Garcez, José Eduardo |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pozzebon, Eliane Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Garcez, José Eduardo |
dc.subject.por.fl_str_mv |
Programação genética. Modelos Arima. Séries temporais. Inteligência artificial. Métodos de previsão. |
topic |
Programação genética. Modelos Arima. Séries temporais. Inteligência artificial. Métodos de previsão. |
description |
TCC (graduação) - Universidade Federal de Santa Catarina, Campus Araranguá, Curso de Tecnologias da Informação e Comunicação. |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012-10-08T18:36:43Z 2012-10-08T18:36:43Z 2012-07-07 2012-07-07 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufsc.br/xmlui/handle/123456789/61457 |
url |
http://repositorio.ufsc.br/xmlui/handle/123456789/61457 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
80 p. application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808651890043387904 |