Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais

Detalhes bibliográficos
Autor(a) principal: Moreira, Larissa Lopes [UNIFESP]
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNIFESP
Texto Completo: https://hdl.handle.net/11600/71767
Resumo: O objetivo deste trabalho é comparar o desempenho de modelos econométricos tradicionais e de algoritmos baseados em inteligência computacional, a fim de averiguar qual das técnicas é a mais assertiva na previsão de preços de ações de três empresas: Weg, Magazine Luiza e Porto Seguro. O presente estudo compara o desempenho da aplicação conjunta dos modelos Arma e Garch com o desempenho obtido por redes neurais artificiais do tipo LSTM. Utilizou-se a série de preços de fechamento de cada ativo e os dados foram obtidos através de uma API do Yahoo Finance. Para escolher a melhor topologia da rede neural LSTM, utilizou-se o RMSE e o MAPE, enquanto que para a escolha do melhor modelo Arma-Garch, foram utilizados o AIC, o teste Ljung-Box, análises de significância dos coeficientes, além do princípio da parcimônia. Por fim, comparou-se o desempenho do melhor modelo de cada uma das duas técnicas através do RMSE e do MAPE. Os resultados indicam que as redes neurais LSTM apresentam maior capacidade preditiva que os modelos Arma-Garch para todos os ativos analisados e esse achado se alinha com outros trabalhos presentes na literatura.
id UFSP_5f442a87c5f8c63542bdf8930417641b
oai_identifier_str oai:repositorio.unifesp.br/:11600/71767
network_acronym_str UFSP
network_name_str Repositório Institucional da UNIFESP
repository_id_str 3465
spelling Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neuraisMercado de açõesPrevisão de séries temporaisArma-garchRedes neurais artificiaisRede neural lstmO objetivo deste trabalho é comparar o desempenho de modelos econométricos tradicionais e de algoritmos baseados em inteligência computacional, a fim de averiguar qual das técnicas é a mais assertiva na previsão de preços de ações de três empresas: Weg, Magazine Luiza e Porto Seguro. O presente estudo compara o desempenho da aplicação conjunta dos modelos Arma e Garch com o desempenho obtido por redes neurais artificiais do tipo LSTM. Utilizou-se a série de preços de fechamento de cada ativo e os dados foram obtidos através de uma API do Yahoo Finance. Para escolher a melhor topologia da rede neural LSTM, utilizou-se o RMSE e o MAPE, enquanto que para a escolha do melhor modelo Arma-Garch, foram utilizados o AIC, o teste Ljung-Box, análises de significância dos coeficientes, além do princípio da parcimônia. Por fim, comparou-se o desempenho do melhor modelo de cada uma das duas técnicas através do RMSE e do MAPE. Os resultados indicam que as redes neurais LSTM apresentam maior capacidade preditiva que os modelos Arma-Garch para todos os ativos analisados e esse achado se alinha com outros trabalhos presentes na literatura.The objective of this work is to compare the performance of traditional econometric models and algorithms based on computational intelligence, in order to find out which of the techniques is the most assertive in predicting the share prices of three companies: Weg, Magazine Luiza and Porto Seguro. This study compares the performance of the joint application of the Arma and Garch models with the performance obtained by LSTM artificial neural networks. The closing price series of each asset was used and the data was obtained through a Yahoo Finance API. To choose the best topology of the LSTM neural network, RMSE and MAPE were used, while to choose the best Arma-Garch model, AIC, the Ljung-Box test, significance analysis of the coefficients, in addition to the principle of parsimony were used. Finally, the performance of the best model of each of the two techniques was compared using RMSE and MAPE. The results indicate that LSTM neural networks have greater predictive capacity than Arma-Garch models for all assets analyzed and this finding is in line with other works present in the literature.Universidade Federal de São PauloLucas, Edmilson Costa [UNIFESP]http://lattes.cnpq.br/1874057539542352Moreira, Larissa Lopes [UNIFESP]2024-09-11T13:42:10Z2024-09-11T13:42:10Z2023-01-19info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersion41 f.application/pdfMoreira, Larissa Lopes. Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais. 2023. Trabalho de Conclusão de Curso (Bacharelado em Ciências Atuariais) - Universidade Federal de São Paulo, Escola Paulista de Política, Economia e Negócios, Osasco, 2023.https://hdl.handle.net/11600/71767porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESP2024-09-11T16:43:36Zoai:repositorio.unifesp.br/:11600/71767Repositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestbiblioteca.csp@unifesp.bropendoar:34652024-09-11T16:43:36Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false
dc.title.none.fl_str_mv Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais
title Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais
spellingShingle Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais
Moreira, Larissa Lopes [UNIFESP]
Mercado de ações
Previsão de séries temporais
Arma-garch
Redes neurais artificiais
Rede neural lstm
title_short Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais
title_full Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais
title_fullStr Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais
title_full_unstemmed Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais
title_sort Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais
author Moreira, Larissa Lopes [UNIFESP]
author_facet Moreira, Larissa Lopes [UNIFESP]
author_role author
dc.contributor.none.fl_str_mv Lucas, Edmilson Costa [UNIFESP]
http://lattes.cnpq.br/1874057539542352
dc.contributor.author.fl_str_mv Moreira, Larissa Lopes [UNIFESP]
dc.subject.por.fl_str_mv Mercado de ações
Previsão de séries temporais
Arma-garch
Redes neurais artificiais
Rede neural lstm
topic Mercado de ações
Previsão de séries temporais
Arma-garch
Redes neurais artificiais
Rede neural lstm
description O objetivo deste trabalho é comparar o desempenho de modelos econométricos tradicionais e de algoritmos baseados em inteligência computacional, a fim de averiguar qual das técnicas é a mais assertiva na previsão de preços de ações de três empresas: Weg, Magazine Luiza e Porto Seguro. O presente estudo compara o desempenho da aplicação conjunta dos modelos Arma e Garch com o desempenho obtido por redes neurais artificiais do tipo LSTM. Utilizou-se a série de preços de fechamento de cada ativo e os dados foram obtidos através de uma API do Yahoo Finance. Para escolher a melhor topologia da rede neural LSTM, utilizou-se o RMSE e o MAPE, enquanto que para a escolha do melhor modelo Arma-Garch, foram utilizados o AIC, o teste Ljung-Box, análises de significância dos coeficientes, além do princípio da parcimônia. Por fim, comparou-se o desempenho do melhor modelo de cada uma das duas técnicas através do RMSE e do MAPE. Os resultados indicam que as redes neurais LSTM apresentam maior capacidade preditiva que os modelos Arma-Garch para todos os ativos analisados e esse achado se alinha com outros trabalhos presentes na literatura.
publishDate 2023
dc.date.none.fl_str_mv 2023-01-19
2024-09-11T13:42:10Z
2024-09-11T13:42:10Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv Moreira, Larissa Lopes. Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais. 2023. Trabalho de Conclusão de Curso (Bacharelado em Ciências Atuariais) - Universidade Federal de São Paulo, Escola Paulista de Política, Economia e Negócios, Osasco, 2023.
https://hdl.handle.net/11600/71767
identifier_str_mv Moreira, Larissa Lopes. Previsão de preços de ativos listados na B3: um estudo comparativo entre modelos tradicionais e redes neurais. 2023. Trabalho de Conclusão de Curso (Bacharelado em Ciências Atuariais) - Universidade Federal de São Paulo, Escola Paulista de Política, Economia e Negócios, Osasco, 2023.
url https://hdl.handle.net/11600/71767
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 41 f.
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de São Paulo
publisher.none.fl_str_mv Universidade Federal de São Paulo
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFESP
instname:Universidade Federal de São Paulo (UNIFESP)
instacron:UNIFESP
instname_str Universidade Federal de São Paulo (UNIFESP)
instacron_str UNIFESP
institution UNIFESP
reponame_str Repositório Institucional da UNIFESP
collection Repositório Institucional da UNIFESP
repository.name.fl_str_mv Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)
repository.mail.fl_str_mv biblioteca.csp@unifesp.br
_version_ 1814268405325234176