Programa de Pós Graduação em Modelagem Matemática e Computacional - PPGMMC

URI Permanente desta comunidade

https://repositorio.cefetmg.br//handle/123456789/646

Navegar

Navegando Programa de Pós Graduação em Modelagem Matemática e Computacional - PPGMMC por Assunto "Análise de séries temporais"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Caminho para a complexidade o papel da topologia de rede na difusão de informação e dinâmica de mercado
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2021-10-21) Ducha, Fernando Andrade; Magalhães, Arthur Rodrigo Bosco de; Faria, Allbens Atman Picardi; http://lattes.cnpq.br/4216801992845696; http://lattes.cnpq.br/6122907819049400; http://lattes.cnpq.br/7340606465850279; Magalhães, Arthur Rodrigo Bosco de; Faria, Allbens Atman Picardi; Oliveira, Marcelo Martins de; Ribeiro, Leonardo Costa; Fernandes, José Luiz Acebal; Mattos, Thiago Gomes de
    Apresenta-se um modelo no qual o fluxo de informação em redes sociais influencia o comportamento de agentes em um mercado financeiro. A difusão de informação segue um modelo baseado no Twitter, incorporando mecanismos de memória para simular interesses endógenos e atenção limitada. Os agentes negociam um único ativo com base em percepções modeladas por distribuições gaussianas. Analisam-se quatro topologias de rede: Albert-Barabási (AB), Erdős-Rényi (ER), circular regular (CR) e um novo modelo baseado na distribuição de Zipf (Z). Resultados demonstram que a topologia da rede determina estatísticas de retorno, com a rede AB reproduzindo leis de potência típicas de mercados tradicionais, enquanto ER e CR aproximam-se de distribuições gaussianas. A análise multifractal revela correlações não-lineares alinhadas com fenômenos de clusterização de volatilidade. Conclui-se que a estrutura da rede é determinante na emergência de propriedades estatísticas complexas, mesmo com entradas gaussianas.
  • Imagem de Miniatura
    Item
    Investigação de memória a longo prazo no mercado acionário brasileiro
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2019-11-05) Silva, Mariela Galdina de Moura; Lima, Leonardo dos Santos; http://lattes.cnpq.br/1692493567614339; Lima, Leonardo dos Santos; Paiva, Felipe Dias; Magalhães, Arthur Rodrigo Bosco de
    O mercado acionário apresenta variáveis econômicas governadas por processos estocásticos e não-lineares, podendo levar à geração de relações de dependência de longo prazo. As singularidades deste mercado podem não ser adequadamente descritas pelos tradicionais modelos analíticos da hipótese dos mercados eficientes e de passeio aleatório. Assim, a investigação de memória de longo prazo em séries financeiras é importante para se encontrar modelos adequados que permitam identificar, corretamente, o comportamento das séries financeiras. Neste trabalho é realizada a investigação da memória de longo prazo, em séries financeiras diárias de retornos do índice Bovespa e de cinco ativos individuais do mercado acionário brasileiro. Foram utilizadas a estatística R/S (rescaled range) e também a análise DFA (detrended fluctuation analysis), para a determinação do expoente de Hurst (H) e, consequentemente, a qualificação do comportamento do mercado de ações brasileiro. Os resultados apresentaram divergências entre os métodos utilizados e houve variação nos expoentes de Hurst calculados ao longo do tempo, no entanto, os resultados gerais, suportam a presença de memória longa sob a forma de persistência.