| dc.contributor | Pozzebon, Eliane | |
| dc.contributor | Universidade Federal de Santa Catarina | |
| dc.creator | Garcez, José Eduardo | |
| dc.date | 2012-10-08T18:36:43Z | |
| dc.date | 2012-10-08T18:36:43Z | |
| dc.date | 2012-07-07 | |
| dc.date | 2012-07-07 | |
| dc.date.accessioned | 2017-04-03T18:52:23Z | |
| dc.date.available | 2017-04-03T18:52:23Z | |
| dc.identifier | http://repositorio.ufsc.br/xmlui/handle/123456789/61457 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/691776 | |
| dc.description | TCC (graduação) - Universidade Federal de Santa Catarina, Campus Araranguá, Curso de Tecnologias da Informação e Comunicação. | |
| dc.description | Este documento descreve um estudo comparativo entre dois paradigmas aplicados para previsão
de valores futuros em séries temporais. Um deles baseado no desenvolvimento de Programação
Genética, parte integrante das técnicas de Inteligência Artificial, e que consiste em
criar programas para gerar possíveis soluções para problemas propostos, utilizando para isso,
uma analogia à teoria da evolução de Darwin onde os mais aptos sobrevivem. O outro método
baseia-se no modelo que foi sistematizado em 1976 pelos estatísticos George Box e Gwilym
Jenkins, conhecido como ARMA ou ARIMA ou até mesmo por SARIMA, sendo que, a nomeclatura
dependeria do conjunto de fatores relevantes na especificação do modelo. Para verificar-
se a validade dos dois modelos, utilizou-se um estudo comparativo com dados de séries
temporais captadas do mercado financeiro mundial, quais sejam o Índice Bovespa, o Índice
Nasdaq composit e o Índice Dow Jones. Encontrou-se resultados favoráveis às técnicas de
Programação Genética para a primeira previsões ex-post, quando comparando-se com as previsões
fornecidas por modelos Arima. | |
| dc.description | This document describes a comparative study between two paradigms applied to forecast future
values in time series. One based on the development of Genetic Programming, part of Artificial
Intelligence techniques, and that is to create programs to generate possible solutions to
problems proposed, using for this, an analogy to Darwin's theory of evolution where the fittest
survive. The other method is based on statistical models, that has been systematized in 1976
by George Gwilym Box and Jenkins, known as ARMA or ARIMA or SARIMA, the nomenclature
depends on the number of important factors in the specification of the model. To verify
the validity of two models, was used a comparative study with time series data captured from
the global financial market, namely the Bovespa Index, the Nasdaq Index and the Dow Jones
Index. It was found favorable results to the techniques of genetic programming for the first expost
forecasts, when compared with the predictions provided by Arima models. | |
| dc.format | 80 p. | |
| dc.language | pt_BR | |
| dc.subject | Programação genética. Modelos Arima. Séries temporais. Inteligência artificial. Métodos de previsão. | |
| dc.title | Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro | |
| dc.type | Tesis | |
