Predicción de precios de commodities con modelos ARIMA-GARCH y redes neuronales con wavelets: viejas tecnologías - nuevos resultados
DOI:
https://doi.org/10.1590/S0080-21072010000200008Palabras clave:
predicción, wavelets, series temporales, commoditiesResumen
El objetivo principal de este trabajo es explorar la aplicación de una metodología capaz de descomponer una serie temporal con wavelets, en conjunto con los modelos econométricos y de redes neuronales para la predicción de variables. Además, el trabajo compara la calidad de predicciones de sucesiones cronológicas aplicadas al estudio del commodity soya. Se realizan predicciones dentro de las subseries descompuestas por wavelets y se obtienen estimaciones por medio de la reconstrucción de la serie temporal. De acuerdo con el análisis de los datos para la bolsa de 60 quilos de soya, los resultados son particularmente satisfactorios cuando se trabaja con el filtro de wavelets en una red neuronal recurrenteDescargas
Los datos de descarga aún no están disponibles.
Descargas
Publicado
2010-06-01
Número
Sección
Finanças & Contabilidade
Cómo citar
Predicción de precios de commodities con modelos ARIMA-GARCH y redes neuronales con wavelets: viejas tecnologías - nuevos resultados. (2010). Revista De Administração, 45(2), 188-202. https://doi.org/10.1590/S0080-21072010000200008