DEFESA DE TESE DE DOUTORADO 26
Aluno: Rafael Diniz Toscano de Lima
Título: “Uma metodologia inteligente de agregação de variáveis exógenas às séries temporais financeiras"
Orientador: Sérgio Murilo Maciel Fernandes
Examinador Externo: Paulo Salgado Gomes de Mattos Neto - (UFPE)
Examinador Externo: Anthony José da Cunha Carneiro Lins - (UNICAP)
Examinador Interno: João Fausto Lorenzato de Oliveira
Examinador Interno: Sidney Marlon Lopes de Lima
Data-hora: 208 de novembro de 2024, às 13h.
Local: Formato Remoto.
Resumo:
"Esta tese propõe uma metodologia para a inclusão eficaz de variáveis exógenas em modelos de previsão de séries temporais financeiras, utilizando uma base de dados própria e amplamente acessível à comunidade científica. O objetivo central é melhorar a precisão das previsões financeiras por meio da integração de variáveis exógenas já quantificadas e compatíveis com a granularidade dos dados financeiros estudados. A pesquisa se concentra no uso de técnicas de modelagem consolidadas, como o ARIMA, testando a eficácia dessas variáveis na melhoria das previsões com base em métricas amplamente aceitas na literatura. A proposta oferece uma contribuição prática replicável, garantindo robustez e validade em ambientes controlados. A pesquisa não inclui métodos para tratar variáveis com diferentes granularidades ou dados faltantes, focando-se em variáveis exógenas que estejam totalmente alinhadas temporalmente com a série em estudo. O foco está em maximizar o potencial das técnicas já existentes, sem o desenvolvimento de novos modelos, por meio da inclusão estratégica de variáveis exógenas bem estruturadas e relevantes. A metodologia abrange desde a coleta e pré-processamento dos dados até a otimização da seleção de parâmetros via computação evolucionária, permitindo uma configuração ideal para cada série. Os testes realizados confirmaram que a inclusão de variáveis exógenas melhora a acurácia das previsões, validando a eficácia dessa abordagem para a modelagem de séries financeiras. A pesquisa, portanto, oferece uma solução prática para a integração de variáveis exógenas em previsões financeiras, com ganhos substanciais na precisão sem a necessidade de criar novos modelos."
O Programa
