http://repositorio2.unb.br/jspui/handle/10482/49491| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2022_MayconKawlinSardevistAlcântaraeLima.pdf | 14,77 MB | Adobe PDF | Visualizar/Abrir |
| Título: | Previsão com séries temporais usando computação por reservatório : aplicação em ativo do B3 |
| Outros títulos: | Time series forecasting using reservoir computing : application on B3’s stock |
| Autor(es): | Lima, Maycon Kawlin Sardévist Alcântara e |
| Orientador(es): | Rocha Filho, Tarcísio Marciano da |
| Assunto: | Aprendizagem de máquina Redes neurais recorrentes Previsão do preço Séries temporais |
| Data de publicação: | 2-Ago-2024 |
| Data de defesa: | 28-Jun-2021 |
| Referência: | LIMA, Maycon Kawlin Sardévist Alcântara e. Previsão com séries temporais usando computação por reservatório : aplicação em ativo do B3. 2021. ix, 67 f., il. Dissertação (Mestrado em Física) — Universidade de Brasília, Brasília, 2021. |
| Resumo: | Esta dissertação trata da aplicação de ferramentas de Machine Learning, mais especifica- mente de redes neurais recorrentes (Echo State Network-ESN e Deep Echo State Network- DESN), na previsão do preço do ativo da Petróleo Brasileiro S.A. (PETR4), uma empresa brasileira de capital aberto cujo acionista majoritário é o Governo do Brasil. São utilizados diferentes métodos como variação diária do logaritmo do preço, uso de diferentes séries tem- porais e análise da componente principal (PCA). Os resultados mostraram que o uso desses três métodos em conjunto geram resultados satisfatórios, além de demonstrar uma superiori- dade da rede neural DESN. |
| Abstract: | This dissertation deals with the application of Machine Learning tools, more specifically of recurrent neural networks (Echo State Network-ESN and Deep Echo State Network-DESN), in the intent of forecast the asset price of Petréleo Brasileiro SA (PETR4), a Brazilian com- pany of publicly traded company whose majority shareholder is the Government of Brazil. Different methods are used, such as daily variation of the price’s logarithm, use of differ- ent time series and principal component analysis (PCA). The results showed that the use of these three methods together generate satisfactory results, besides that are demonstrating a superiority of the DESN neural network. |
| Unidade Acadêmica: | Instituto de Física (IF) |
| Informações adicionais: | Dissertação (mestrado) — Universidade de Brasília, Instituto de Física, Programa de Pós-Graduação em Física, 2021. |
| Programa de pós-graduação: | Programa de Pós-Graduação em Física |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.