Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Freitas, Antonio Airton Carneiro de
Data de Publicação: 2007
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1605468
Resumo: Orientadores: Marcio Luiz de Andrade Netto, Jose Roberto Securato , Alessandra de Avila Montini
id UNICAMP-30_384f6a574f1ae9c7091261fda06cff38
oai_identifier_str oai::407615
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiaisTime series prediction by means of variable selection, dynamic reconstruction, ARMA-GARCH and articicial neural networksPrevisão de séries temporaisSeleção de variáveisRedes neurais (Computação)EconometriaCâmbioTime series predictionVariable selectionARMAGARCHArtificial Neural NetworksExchange ratesOrientadores: Marcio Luiz de Andrade Netto, Jose Roberto Securato , Alessandra de Avila MontiniTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de ComputaçãoAbstract: The inference on predictability of nonlinear multivariate systems has been done with some possible misleading conclusions when the test statistics are insignificant because autocorrelation, variance ratio and spectrum tests check only serial uncorrelatedness (linear components). This work empirically explores the non linear components and if the ARMA-GARCH, neural network models, as well as their combination, outperform a Martingale model in the conditional mean out-of-sample forecasts. It is proposed a variable selection method to improve the results obtained with multivariate models without a priori knowledge. The neglected nonlinearities and data snooping bias were avoided applying respectively the Blake and Kapetanios (2003) and the White (2000) reality check tests. The empirical results indicate that the Brazilian exchange rates and the microclimate humidity are not Martingale differencesResumo: A inferência sobre a previsibilidade de sistemas dinâmicos não lineares multivariados tem sido freqüentemente realizada a partir de testes que podem induzir à conclusões equivocadas. Isto porque em muitas pesquisas realizadas os testes utilizados são o de autocorrelação, o da razão de variância e do espectro, que só verificam a existência ou não da correlação serial de componentes lineares. Neste trabalho, também são utilizados testes para avaliar a correlação serial de componentes não lineares. Busca-se provar empiricamente se as classes de modelos ARMA-GARCH e neurais, bem como a combinação deles, tem qualidade de previsão superior ao modelo diferença Martingale em previsões na média condicional dos retornos da taxa de câmbio brasileira e da umidade em microclima. Um método de seleção de variáveis é proposto para melhorar os resultados obtidos com modelos de previsão multivariados não baseados em teoria. As não linearidades negligenciadas durante o ajuste dos modelos neurais são avaliadas por meio do teste de Blake and Kapetanios (2003). O teste de White (2000) é utilizado para comparar os modelos de previsão propostos em conjunto com o modelo benchmark. Foi constatado empiricamente que os dois processos analisados não são do tipo diferença MartingaleDoutoradoEngenharia de ComputaçãoDoutor em Engenharia Elétrica[s.n.]Andrade Netto, Marcio Luiz de, 1947-2019Securato, Jose RobertoMontini, Alessandra de AvilaGudwin, Ricardo RibeiroVon Zuben, Fernando JoséRibeiro, Celma de OliveiraSilva, Ivan Nunes daUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASFreitas, Antonio Airton Carneiro de20072007-02-27T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf159 p. : il.(Broch.)https://hdl.handle.net/20.500.12733/1605468FREITAS, Antonio Airton Carneiro de. Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais. 2007. 159 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1605468. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/407615porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T04:57:29Zoai::407615Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T04:57:29Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais
Time series prediction by means of variable selection, dynamic reconstruction, ARMA-GARCH and articicial neural networks
title Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais
spellingShingle Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais
Freitas, Antonio Airton Carneiro de
Previsão de séries temporais
Seleção de variáveis
Redes neurais (Computação)
Econometria
Câmbio
Time series prediction
Variable selection
ARMA
GARCH
Artificial Neural Networks
Exchange rates
title_short Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais
title_full Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais
title_fullStr Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais
title_full_unstemmed Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais
title_sort Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais
author Freitas, Antonio Airton Carneiro de
author_facet Freitas, Antonio Airton Carneiro de
author_role author
dc.contributor.none.fl_str_mv Andrade Netto, Marcio Luiz de, 1947-2019
Securato, Jose Roberto
Montini, Alessandra de Avila
Gudwin, Ricardo Ribeiro
Von Zuben, Fernando José
Ribeiro, Celma de Oliveira
Silva, Ivan Nunes da
Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Freitas, Antonio Airton Carneiro de
dc.subject.por.fl_str_mv Previsão de séries temporais
Seleção de variáveis
Redes neurais (Computação)
Econometria
Câmbio
Time series prediction
Variable selection
ARMA
GARCH
Artificial Neural Networks
Exchange rates
topic Previsão de séries temporais
Seleção de variáveis
Redes neurais (Computação)
Econometria
Câmbio
Time series prediction
Variable selection
ARMA
GARCH
Artificial Neural Networks
Exchange rates
description Orientadores: Marcio Luiz de Andrade Netto, Jose Roberto Securato , Alessandra de Avila Montini
publishDate 2007
dc.date.none.fl_str_mv 2007
2007-02-27T00:00:00Z
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 (Broch.)
https://hdl.handle.net/20.500.12733/1605468
FREITAS, Antonio Airton Carneiro de. Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais. 2007. 159 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1605468. Acesso em: 15 mai. 2024.
identifier_str_mv (Broch.)
FREITAS, Antonio Airton Carneiro de. Previsão de series temporais via seleção de variaveis, reconstrução dinamica, ARMA-GARCH e redes neurais artificiais. 2007. 159 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1605468. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/1605468
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/407615
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
159 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799138429990076416

Registros relacionados