Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/25421
Title: Um novo modelo híbrido multivariado entre uma rede neuronal artificial e um modelo ARIMA para a previsão de taxas de câmbio
Authors: Martins, Gil Gonçalo Freire 
Orientador: Bação, Pedro
Keywords: Previsão de taxas de câmbio; Redes neuronais artificiais; Modelo ARIMA; Modelo híbrido; Algoritmo genético
Issue Date: 21-Feb-2014
Publisher: FEUC
Citation: Martins, Gil Gonçalo Freire - Um novo modelo híbrido multivariado entre uma rede neuronal artificial e um modelo ARIMA para a previsão de taxas de câmbio, Coimbra, 2014.
Abstract: Apesar dos muitos modelos propostos, é notória a dificuldade na previsão de taxas de câmbio. Estudos recentes com redes neuronais artificiais (RNA) sugerem que estas podem ser uma alternativa a outros modelos para a realização de previsões, quando existem não lineari-dades nas séries temporais. Este estudo propõe uma abordagem multivariada, aplicando um modelo hibrido entre uma RNA e um ARIMA, de forma a aumentar a capacidade de previsão da RNA, dado que uma série temporal pode possuir componente não linear e linear. Imple-mentando primeiro um algoritmo genético adaptativo para construir a estrutura da RNA, são consideradas duas taxas de câmbio mensais e semanais do Euro e do Yen contra o Dólar, para inferir sobre a qualidade do modelo hibrido multivariado proposto face a outros modelos. Os resultados empíricos das previsões fora da amostra, indicam que para as séries mensais o mo-delo hibrido não é vantajoso, devido à não existência de não linearidades nestas. No entanto para séries semanais, obtêm-se vantagens da utilização do modelo hibrido. Assim uma abor-dagem hibrida multivariada pode ser pertinente para a previsão taxas de câmbio semanais e possivelmente diárias, ao invés da utilização dos modelos individuais ou híbridos univariados.
Description: Trabalho de projeto do mestrado em Economia, apresentado à Faculdade de Economia da Universidade de Coimbra, sob a orientação de Pedro Bação.
URI: http://hdl.handle.net/10316/25421
Rights: openAccess
Appears in Collections:FEUC- Teses de Mestrado

Files in This Item:
File Description SizeFormat
t_mod.pdf1.42 MBAdobe PDFView/Open
Show full item record

Page view(s)

223
checked on Nov 13, 2019

Download(s) 50

296
checked on Nov 13, 2019

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.