Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Outros Autores: | , , |
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 |