Previsão de retornos de ações dos setores financeiro, de alimentos, industrial e de serviços, por meio de RNA e modelos ARIMA-GARCH

Autores

  • Mauri Aparecido de Oliveira Universidade de São Paulo
  • Alessandra de Ávila Montini Universidade de São Paulo
  • Daniel Reed Bergmann Universidade Presbiteriana Mackenzie

Resumo

O objetivo deste trabalho é realizar previsões de séries de retornos de ações de empresas dos setores financeiro, de alimentos, industrial e de serviços, utilizando redes neurais artificiais (RNA) do tipo feedforward treinadas com algoritmo de Levenberg-Marquardt e modelos Arima-Garch. Selecionaram-se duas séries de cada setor, e os dados foram obtidos da economática. Para o setor financeiro, são analisadas as séries dos bancos Bradesco e Itaú, no setor de alimentos a Perdigão e a Sadia, no setor industrial a Marcopolo e a Gerdau, e no setor de serviços o Pão de Açúcar e Lojas Americanas. Verificou-se que as previsões realizadas pelas duas técnicas têm desempenhos parecidos, não revelando superioridade de nenhuma técnica. PALAVRAS-CHAVE Séries temporais; Previsão; Algoritmo de Levenberg-Marquardt; Redes neurais; Arima-Garch.

Downloads

Não há dados estatísticos.

Biografia do Autor

Mauri Aparecido de Oliveira, Universidade de São Paulo

Doutor em Administração de Empresas pela Faculdade de Economia e Administração de Empresas da Universidade de São Paulo (FEA-USP-SP).

Alessandra de Ávila Montini, Universidade de São Paulo

Doutora em Administração de Empresas pela Faculdade de Economia e Administração de Empresas da Universidade de São Paulo (FEA-USP-SP). Professora da Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA-USP-SP).

Daniel Reed Bergmann, Universidade Presbiteriana Mackenzie

Mestre em Contabilidade pela Faculdade de Economia e Administração de Empresas da Universidade de São Paulo (FEA-USP-SP). Professor da Universidade Presbiteriana Mackenzie (UPM).

Downloads

Publicado

2008-08-04

Edição

v. 9 n. 1 (2008)

Seção

Apresentação

Licença

Após a aprovação do artigo, os autores cedem seus direitos autorais à RAM. As condições da Sessão de Direitos Autorais incluem:

1. A Revista de Administração do Mackenzie (RAM) mantém, com a cessão dos direitos autorais, a posse dos direitos sobre os artigos por ela publicados.

2. O autor retém seus direitos morais no artigo, incluindo o direito de ser identificado como autor sempre que o artigo for publicado.

3. A partir de 01 de julho de 2015 a RAM adotou o padrão de licença CC-BY (Creative Commons– BY). É permitido ao autor copiar, distribuir, exibir, transmitir e adaptar o artigo. O autor deve atribuir de forma explícita e clara a publicação original do artigo à RAM (referenciando o nome da revista, a edição, o ano e as páginas nas quais o artigo foi publicado originalmente), mas sem sugerir que a RAM endossa o autor ou sua utilização do artigo. Por meio da licença CC-BY os conteúdos estão liberados para interoperar plenamente com os mais diferentes sistemas e serviços, incluindo fins comerciais. No caso de quaisquer reutilizações ou distribuições do artigo, o autor deve deixar claro para terceiros os termos do licenciamento do artigo. O Critério CC-BY segue as políticas de acesso aberto dos principais publicadores e periódicos de AA (Acesso Aberto) como são o PLoS, eLife, Biomed Central, Hindawi, entre outros. 

4. A RAM poderá, mediante solicitação formal do autor, autorizá-lo a publicar o artigo na forma de capítulo ou parte de livro. A única exigência é que a publicação anterior na RAM (nome da revista, edição, ano e páginas) deve ser referenciada de forma explícita e clara.