Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/8881
metadata.ojs.dc.title: Previsão de preço futuro do boi gordo na BM&F: uma comparação entre modelos de séries temporais e redes neurais
metadata.ojs.dc.title.alternative: Live cattle prices forecast at BM&F: a comparison between time series models and ne
metadata.ojs.dc.creator: Gaio, Luiz Eduardo
Castro Júnior, Luiz Gonzaga de
Oliveira, André Ribeiro de
metadata.ojs.dc.subject: Previsão de preço
Mercado futuro
Redes neurais
Price porecast
Future market
Neural networks
metadata.ojs.dc.publisher: Organizações Rurais & Agroindustriais
metadata.ojs.dc.date: 1-May-2007
metadata.ojs.dc.identifier.citation: GAIO, L. E.; CASTRO JÚNIOR, L. G. de; OLIVEIRA, A. R. de. Previsão de preço futuro do boi gordo na BM&F: uma comparação entre modelos de séries temporais e redes neurais. Organizações Rurais & Agroindustriais, Lavras, v. 9, n. 2, p. 272-288, 2007.
metadata.ojs.dc.description.resumo: A capacidade do homem de prever o futuro ainda é muito limitada. Apesar do imenso esforço de especialistas das mais diferentes áreas durante anos de desenvolvimento do conhecimento científico, as previsões sobre os mais variados eventos, como as condições climáticas num determinado tempo, a evolução do preço de uma commodity no futuro, continuam sujeitas a um grau de erro razoavelmente elevado. Assim, objetivou-se com este trabalho comparar modelos de previsão de preço, para o mercado de boi gordo na Bolsa de Mercadorias & Futuros (BM&F), utilizando modelos baseados em redes neurais e ferramentas estatísticas de modelagem de séries heteroscedásticas. As séries utilizadas correspondem aos fechamentos dos preços do boi gordo, no período de 01 de agosto de 1997 a 27 de maio de 2005, num total de 1943 observações. Os resultados evidenciaram a supremacia dos modelos baseados em redes neurais comparados com o modelo AR-EGARCH, uma vez que os valores de Erro Quadrático Médio e Raiz do Erro Quadrático Médio das previsões foram inferiores para as redes neurais.
metadata.ojs.dc.description.abstract: Human forecasting capacity is still very limited. In spite of the extreme efforts of specialists in several different areas for years developing scientific knowledge, forecasting various events, such as climatic conditions at a given time, the evolution of a commodity price in the future, remain subject liable to a considerably high degree of error. Therefore, this paper aims to compare forecast price models for the Live Cattle market at Brazilian Mercantile and Future Exchange (BM&F) using models based in Neural Networks and statistical tools of heteroscedastic times series. The data used correspond to the closing of the live cattle prices, in the period ranging from August 1997 to May 2005, totalizing 1946 observations. The results show the supremacy of neural networks models compared with the AR-EGARCH model, once the Mean Squared Error and the Mean Squared Error Root forecasted were smaller for the neural networks.
metadata.ojs.dc.identifier: http://revista.dae.ufla.br/index.php/ora/article/view/117
metadata.ojs.dc.language: por
Appears in Collections:Organizações Rurais & Agroindustriais

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.