• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
https://doi.org/10.11606/D.45.2011.tde-20220712-125006
Document
Author
Full name
Tadeu Augusto Ferreira
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2011
Supervisor
Title in Portuguese
Previsão da volatilidade de séries financeiras via máquina de suporte vetorial
Keywords in Portuguese
Estatística Aplicada
Abstract in Portuguese
A previsão da volatilidade tem ganhado cada vez mais importância. Ela é um elemento crucial no cálculo de muitas atividades financeiras e, por isso, prevê-la com exatidão tem se tornado indispensável. Muitos artigos têm aparecido na literatura recente, aplicando a Máquina de Suporte Vetorial para previsão e estimação de variáveis concernentes ao contexto dos mercados financeiros. Nesta dissertação buscamos realizar a previsão da volatilidade com o uso de um modelo GARCH, baseado em Máquina de Suporte Vetorial, denominado SVM-GARCH, introduzido recentemente na literatura. Para este propósito apresentamos uma introdução aos Kernels e à Maquina de Suporte Vetorial para Regressão. Para contornar o problema da volatilidade ser um fenômeno não observável, realizamos, sob situação controlada, simulações de processos GARCH, nos quais temos acesso à verdadeira volatilidade para comparar com os valores previstos. Não poderíamos deixar de aplicar a Máquina de Suporte Vetorial para a previsão de volatilidade em séries financeiras reais, e para tal fim, usamos o método na série dos retornos do Índice Bovespa. Atenção especial foi dada, em ambos os casos, à simulação e à série dos retornos do Ibovespa, para a verificação dos efeitos da variação dos parâmetros do SVM no erro absoluto médio de previsão, por meio de análise de sensibilidade. O modelo SVM-GARCH é comparado com os modelos GARCH Padrão, EGARCH, Médias Móveis e EWMA. Para avaliar o desempenho preditivo entre os modelos, utilizamos uma variante robusta do teste Diebold-Mariano. Após a comparação, foi constatado um desempenho superior do modelo SVM-GARCH quanto à previsão da volatilidade em relação aos demais modelos.
Title in English
not available
Abstract in English
not available
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2022-07-13
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2024. All rights reserved.