Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados

Detalhes bibliográficos
Autor(a) principal: Lima, Fabiano Guasti
Data de Publicação: 2010
Outros Autores: Kimura, Herbert, Neto, Alexandre Assaf, Perera, Luiz Carlos Jacob
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Administração (São Paulo)
Texto Completo: https://www.revistas.usp.br/rausp/article/view/44503
Resumo: O objetivo principal do trabalho aqui apresentado foi explorar a aplicação de uma metodologia capaz de decompor uma série temporal via ondaletas, conjuntamente com os modelos econométricos e de redes neurais para a previsão de variáveis. Adicionalmente, foi comparada a qualidade de previsões de sucessões cronológicas aplicadas ao estudo da commodity da soja. O diferencial do trabalho baseia-se na realização das previsões dentro das subséries decompostas por uma ondaleta e na obtenção de estimativas via reconstrução da série temporal. Pela análise dos dados da saca de 60 quilos de soja, os resultados foram particularmente satisfatórios quando se trabalhou com o filtro de ondaletas em uma rede neural recorrente.
id USP-27_0a331f66b2fb879104155d8ab9340560
oai_identifier_str oai:revistas.usp.br:article/44503
network_acronym_str USP-27
network_name_str Revista de Administração (São Paulo)
repository_id_str
spelling Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultadosommodity price forecasting using ARIMA-GARCH models and neural networks with wavelets: old technologies - new resultsPredicción de precios de commodities con modelos ARIMA-GARCH y redes neuronales con wavelets: viejas tecnologías - nuevos resultadosforecastingwaveletstime seriescommoditiespredicciónwaveletsseries temporalescommoditiesprevisãoondaletasséries temporaiscommoditiesO objetivo principal do trabalho aqui apresentado foi explorar a aplicação de uma metodologia capaz de decompor uma série temporal via ondaletas, conjuntamente com os modelos econométricos e de redes neurais para a previsão de variáveis. Adicionalmente, foi comparada a qualidade de previsões de sucessões cronológicas aplicadas ao estudo da commodity da soja. O diferencial do trabalho baseia-se na realização das previsões dentro das subséries decompostas por uma ondaleta e na obtenção de estimativas via reconstrução da série temporal. Pela análise dos dados da saca de 60 quilos de soja, os resultados foram particularmente satisfatórios quando se trabalhou com o filtro de ondaletas em uma rede neural recorrente.El objetivo principal de este trabajo es explorar la aplicación de una metodología capaz de descomponer una serie temporal con wavelets, en conjunto con los modelos econométricos y de redes neuronales para la predicción de variables. Además, el trabajo compara la calidad de predicciones de sucesiones cronológicas aplicadas al estudio del commodity soya. Se realizan predicciones dentro de las subseries descompuestas por wavelets y se obtienen estimaciones por medio de la reconstrucción de la serie temporal. De acuerdo con el análisis de los datos para la bolsa de 60 quilos de soya, los resultados son particularmente satisfactorios cuando se trabaja con el filtro de wavelets en una red neuronal recurrenteThe main objective of this study was to explore the possibility of applying a methodology capable of decomposing a time series through wavelets, in conjunction with econometric and neural network models, to forecast variables. The authors also compared the quality of the forecasts of chronological successions as applied to the study of a commodity, soy. The distinguishing feature of this study is based on the realization of the forecasts within the subseries decomposed by a wavelet and on obtaining estimates through reconstruction of the time series. From the analysis of the data for a 60 kg sack of soy, the results obtained were particularly satisfactory when using a wavelet filter in a recurrent neural network.Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade2010-06-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigo avaliado pelos Paresapplication/pdfhttps://www.revistas.usp.br/rausp/article/view/4450310.1590/S0080-21072010000200008Revista de Administração; v. 45 n. 2 (2010); 188-202Revista de Administração; Vol. 45 No. 2 (2010); 188-202Revista de Administração; Vol. 45 Núm. 2 (2010); 188-2021984-61420080-2107reponame:Revista de Administração (São Paulo)instname:Universidade de São Paulo (USP)instacron:USPporhttps://www.revistas.usp.br/rausp/article/view/44503/48123Copyright (c) 2017 Revista de Administraçãoinfo:eu-repo/semantics/openAccessLima, Fabiano GuastiKimura, HerbertNeto, Alexandre AssafPerera, Luiz Carlos Jacob2015-09-15T16:53:14Zoai:revistas.usp.br:article/44503Revistahttps://www.revistas.usp.br/rauspPUBhttps://www.revistas.usp.br/rausp/oairausp@usp.br||reinhard@usp.br1984-61420080-2107opendoar:2015-09-15T16:53:14Revista de Administração (São Paulo) - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
ommodity price forecasting using ARIMA-GARCH models and neural networks with wavelets: old technologies - new results
Predicción de precios de commodities con modelos ARIMA-GARCH y redes neuronales con wavelets: viejas tecnologías - nuevos resultados
title Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
spellingShingle Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
Lima, Fabiano Guasti
forecasting
wavelets
time series
commodities
predicción
wavelets
series temporales
commodities
previsão
ondaletas
séries temporais
commodities
title_short Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
title_full Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
title_fullStr Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
title_full_unstemmed Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
title_sort Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
author Lima, Fabiano Guasti
author_facet Lima, Fabiano Guasti
Kimura, Herbert
Neto, Alexandre Assaf
Perera, Luiz Carlos Jacob
author_role author
author2 Kimura, Herbert
Neto, Alexandre Assaf
Perera, Luiz Carlos Jacob
author2_role author
author
author
dc.contributor.author.fl_str_mv Lima, Fabiano Guasti
Kimura, Herbert
Neto, Alexandre Assaf
Perera, Luiz Carlos Jacob
dc.subject.por.fl_str_mv forecasting
wavelets
time series
commodities
predicción
wavelets
series temporales
commodities
previsão
ondaletas
séries temporais
commodities
topic forecasting
wavelets
time series
commodities
predicción
wavelets
series temporales
commodities
previsão
ondaletas
séries temporais
commodities
description O objetivo principal do trabalho aqui apresentado foi explorar a aplicação de uma metodologia capaz de decompor uma série temporal via ondaletas, conjuntamente com os modelos econométricos e de redes neurais para a previsão de variáveis. Adicionalmente, foi comparada a qualidade de previsões de sucessões cronológicas aplicadas ao estudo da commodity da soja. O diferencial do trabalho baseia-se na realização das previsões dentro das subséries decompostas por uma ondaleta e na obtenção de estimativas via reconstrução da série temporal. Pela análise dos dados da saca de 60 quilos de soja, os resultados foram particularmente satisfatórios quando se trabalhou com o filtro de ondaletas em uma rede neural recorrente.
publishDate 2010
dc.date.none.fl_str_mv 2010-06-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artigo avaliado pelos Pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.revistas.usp.br/rausp/article/view/44503
10.1590/S0080-21072010000200008
url https://www.revistas.usp.br/rausp/article/view/44503
identifier_str_mv 10.1590/S0080-21072010000200008
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://www.revistas.usp.br/rausp/article/view/44503/48123
dc.rights.driver.fl_str_mv Copyright (c) 2017 Revista de Administração
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2017 Revista de Administração
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade
publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade
dc.source.none.fl_str_mv Revista de Administração; v. 45 n. 2 (2010); 188-202
Revista de Administração; Vol. 45 No. 2 (2010); 188-202
Revista de Administração; Vol. 45 Núm. 2 (2010); 188-202
1984-6142
0080-2107
reponame:Revista de Administração (São Paulo)
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Revista de Administração (São Paulo)
collection Revista de Administração (São Paulo)
repository.name.fl_str_mv Revista de Administração (São Paulo) - Universidade de São Paulo (USP)
repository.mail.fl_str_mv rausp@usp.br||reinhard@usp.br
_version_ 1800222888900427776