Long Short Time Memory in the forecast of financial indices in the Brazilian market (Ibovespa) (2022)
- Authors:
- Autor USP: SANCHEZ, MARCO ANTONIO ZAVALETA - IME
- Unidade: IME
- Sigla do Departamento: MAE
- DOI: 10.11606/D.45.2022.tde-12042023-150020
- Subjects: BOLSA DE VALORES; REDES NEURAIS
- Keywords: ARIMA model; Ibovespa; LSTM; Modelo ARIMA; Neural network; Rede neural
- Language: Inglês
- Abstract: A presente investigação busca avaliar diferentes modelos de redes neurais recorrentes (LSTM, BLSTM e GRU) em comparação com o modelo ARIMA, cuja finalidade é determinar qual desses modelos é capaz de fazer uma melhor previsão no preço de fechamento de 5 passos à frente no índice de ações da Bolsa de Valores de São Paulo (IBOVESPA). A otimização dos parâmetros permite reduzir a função custo, por isso, foram estudadas 8 configurações com mais de 720 simulações, descobrindo que o otimizador ADAMAX tem funcionado melhor em relação aos demais otimizadores, apresentando uma função custo menor (erro quadrado médio). Nas simulações das diferentes configurações, foram considerados a média e o desvio padrão nos diferentes modelos. O modelo GRU com o otimizador ADAMAX foi mais eficiente em mais de 90 por cento dos resultados obtidos. A configuração final foi o modelo GRU com tamanho de lote igual a 5, com 250 épocas, taxa de aprendizado igual a 0,001 e com 30 neurônios. Essa configuração apresentou um erro quadrático médio menor e, portanto, melhores estimativas nas previsões. Os modelos LSTM, BLSTM apresentaram uma função de custo menor em relação ao modelo GRU. Da mesma forma, o modelo ARIMA não teve um resultado ótimo comparado aos modelos de redes neurais recorrentes
- Imprenta:
- Data da defesa: 08.12.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
ZAVALETA SANCHEZ, Marco Antonio. Long Short Time Memory in the forecast of financial indices in the Brazilian market (Ibovespa). 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-12042023-150020/. Acesso em: 01 maio 2024. -
APA
Zavaleta Sanchez, M. A. (2022). Long Short Time Memory in the forecast of financial indices in the Brazilian market (Ibovespa) (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-12042023-150020/ -
NLM
Zavaleta Sanchez MA. Long Short Time Memory in the forecast of financial indices in the Brazilian market (Ibovespa) [Internet]. 2022 ;[citado 2024 maio 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-12042023-150020/ -
Vancouver
Zavaleta Sanchez MA. Long Short Time Memory in the forecast of financial indices in the Brazilian market (Ibovespa) [Internet]. 2022 ;[citado 2024 maio 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-12042023-150020/
Informações sobre o DOI: 10.11606/D.45.2022.tde-12042023-150020 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
