Redes neurais LSTM e modelo GARCH: uma abordagem conjunta para previsão de retornos

Contarini, Gabriel

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/14800

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Schommer, Susan	-
dc.contributor.author	Contarini, Gabriel	-
dc.date.accessioned	2021-08-17T17:15:58Z	-
dc.date.available	2023-12-21T03:08:06Z	-
dc.date.issued	2020-08	-
dc.identifier.citation	CONTARINI, Gabriel. Redes neurais LSTM e modelo GARCH: uma abordagem conjunta para previsão de retornos. 2020. 40 f. Trabalho de Conclusão de Curso (Bacharelado em Ciências Econômicas) - Instituto de Economia, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2020.	pt_BR
dc.identifier.uri	http://hdl.handle.net/11422/14800	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Redes neurais aritifciais	pt_BR
dc.subject	Redes neurais recorrentes	pt_BR
dc.subject	Modelo GARCH	pt_BR
dc.subject	Artificial neural networks	pt_BR
dc.subject	Recurrent neural networks	pt_BR
dc.subject	GARCH Model	pt_BR
dc.title	Redes neurais LSTM e modelo GARCH: uma abordagem conjunta para previsão de retornos	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/6580812800890001	pt_BR
dc.description.resumo	A ideia principal do trabalho é analisar a performance de previsão do retorno de ações, particularmente da ação PETR3. Primeiramente, para prever os retornos futuros, foi usado um tipo de rede neural chamada de redes neurais recorrentes, especificamente neurônios do tipo LSTM. Depois são estimados modelos GARCHs para a série e são usados suas variâncias condicionais como novos inputs para as redes neurais, transformando assim um problema de regressão univariado em um problema multivariado usando os mesmos dados iniciais. As redes neurais LSTM, em geral, apresentaram melhores resultados em comparação ao próprio GARCH e as redes neurais com GARCH como input.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Instituto de Economia	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Ciências Econômicas

Files in This Item:

File	Description	Size	Format
GContarini.pdf		887.58 kB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository