Previsão de preços de commodities com modelos ARIMA-GARCH e redes neurais com ondaletas: velhas tecnologias - novos resultados

Resumo

O objetivo principal do trabalho aqui apresentado foi explorar a aplicação de uma metodologia capaz de decompor uma série temporal via ondaletas, conjuntamente com os modelos econométricos e de redes neurais para a previsão de variáveis. Adicionalmente, foi comparada a qualidade de previsões de sucessões cronológicas aplicadas ao estudo da commodity da soja. O diferencial do trabalho baseia-se na realização das previsões dentro das subséries decompostas por uma ondaleta e na obtenção de estimativas via reconstrução da série temporal. Pela análise dos dados da saca de 60 quilos de soja, os resultados foram particularmente satisfatórios quando se trabalhou com o filtro de ondaletas em uma rede neural recorrente.