Banca de DEFESA: RENATA LAISE REIS DE SOUZA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: RENATA LAISE REIS DE SOUZA
DATA: 20/12/2011
HORA: 14:00
LOCAL: setor V sala D2
TÍTULO:

PREVISÃO DO ÍNDICE BOVESPA POR MEIO DE REDES NEURAIS ARTIFICIAIS: UMA ANÁLISE COMPARADA AOS MÉTODOS TRACIDIONAIS DE SÉRIES DE TEMPO

PALAVRAS-CHAVES:

Índices. Mercado de Capital. Previsão. Redes Neurais Artificiais

PÁGINAS: 53
GRANDE ÁREA: Ciências Sociais Aplicadas
ÁREA: Administração
RESUMO:

Nas organizações, a previsão constitui a base para a tomada de decisões estratégicas, táticas e operacionais. Na economia financeira, diversas técnicas têm sido usadas a fim de prever o comportamento de ativos no decorrer das últimas décadas. Assim, existem diversos métodos para auxiliar na tarefa de previsão de séries temporais, entretanto, técnicas de modelagem convencionais como modelos estatísticos e aqueles baseados em modelos matemáticos teóricos têm produzido previsões insatisfatórias, aumentando o número de estudos em métodos mais avançados de previsão. Dentre estes, as Redes Neurais Artificiais (RNA) são um método relativamente recente e promissor para a previsão em negócios que se revela uma das técnicas que tem causado mais agitação no ambiente financeiro e tem sido utilizado com sucesso em uma ampla variedade de aplicações de sistemas de modelagem financeiro, provado em muitos casos sua superioridade sobre os modelos estatísticos ARIMA-GARCH (OLIVEIRA,2007). Nesse contexto, o presente trabalho teve por objetivo analisar se as RNAs são um método mais adequado para a previsão do comportamento de Índices em Mercados de Capital do que métodos tradicionais de análise de séries temporais. Para tanto, foi desenvolvido um estudo exploratório e quantitativo que, a partir de índices econômico financeiros, elaborou  dois modelos de RNA do tipo feedfoward de aprendizado supervisionado, cujas estruturas consistiram em 20 dados na camada de entrada, 90 neurônios em uma camada oculta e um dado como camada de saída (índice Ibovespa). Estes modelos utilizaram  BackPropagation, função de ativação de entrada baseada na tangente Sigmoid e uma função de saída linear. Visto o intuito de analisar a adequação do Método de Redes Neurais Artificiais à realização de previsões do Ibovespa, optou-se por realizar tal análise por meio da comparação de resultados entre este e o Método de previsão em séries temporais GARCH, desenvolvendo-se um modelo GARCH (1,1). Uma vez aplicadas ambas as metodologias (RNA e GARCH) e desenvolvidos os modelos, realizou-se a análise dos resultados obtidos comparando-se os resultados das previsões os dados históricos estudando-se os erros de previsão e os erros quadráticos de cada modelo. Verificou-se que a média do erro quadrático das séries previstas pelas RNAs demonstraram-se inferiores àquela da série prevista pelo modelo GARCH(1,1).. Concluiu-se que, para a série de dados estudada neste trabalho, as Redes Neurais artificiais se mostram um modelo mais adequado de previsão do que os modelos tradicionais de séries temporais, representado neste pelo método GARCH.

MEMBROS DA BANCA:
Presidente - 1543333 - ANDERSON LUIZ REZENDE MOL
Externo ao Programa - 1802347 - VINICIO DE SOUZA E ALMEIDA
Externo à Instituição - RODRIGO JOSÉ GUERRA LEONE - UnP