ommodity price forecasting using ARIMA-GARCH models and neural networks with wavelets: old technologies - new results
Fabiano Guasti Lima, Herbert Kimura, Alexandre Assaf Neto, Luiz Carlos Jacob Perera · LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2010
O objetivo principal do trabalho aqui apresentado foi explorar a aplicação de uma metodologia capaz de decompor uma série temporal via ondaletas, conjuntamente com os modelos econométricos e de redes neurais para a previsão de variáveis. Adicionalmente, foi comparada a qualidade de previsões de sucessões cronológicas aplicadas ao estudo da commodity da soja. O diferencial do trabalho baseia-se na realização das previsões dentro das subséries decompostas por uma ondaleta e na obtenção de estimativas via reconstrução da série temporal. Pela análise dos dados da saca de 60 quilos de soja, os resultados foram particularmente satisfatórios quando se trabalhou com o filtro de ondaletas em uma rede neural recorrente.