Trabalho de Conclusão de Curso

URI Permanente para esta coleção

https://repositorio.ifmg.edu.br/handle/20.500.14387/758

Navegar

Navegando Trabalho de Conclusão de Curso por Autor "Doutor Carlos Alberto Severiano Júnior"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Previsão de Ações Brasileiras utilizando Redes Neurais LSTM e modelo GARCH
    (2025-12-03) Nascimento, Marco Antonio do; Doutor Carlos Alexandre Silva; Doutor Carlos Alberto Severiano Júnior
    O propósito deste trabalho é estimar o comportamento dos preços diários das principais ações do mercado de ações brasileiro no período entre 2000 e 2024, a partir de dois modelos: um modelo de Redes Neurais LSTM e um modelo Híbrido onde se insere a estimação de volatilidade GARCH junto ao modelo LSTM, denominado GARCH-LSTM. Como resultados, pode-se afirmar que o comportamento dos preços das séries financeiras examinadas foi adequadamente estimado tanto pelo modelo LSTM quanto pelo modelo LSTM/GARCH. No que tange a escolha do modelo ideal, verificou-se que a maior parte das ações analisadas, apresentaram melhores resultados de estimação junto ao modelo GARCH-LSTM indicando que ao se inserir a estimação de volatilidade no modelo, há uma melhora na previsão do comportamento dos preços de ações.
  • Imagem de Miniatura
    Item
    Previsão de séries temporais de evapotranspiração de referência com modelos multivariados nos diferentes climas do Brasil.
    (2025-02-11) Fernandes, Fernando dos Santos Alves; Doutor Carlos Alberto Severiano Júnior
    Este estudo avaliou o desempenho de modelos de previsão multivariada para evapotranspiração de referência. Seis conjuntos de dados foram selecionados, cada um representando um clima brasileiro, e quatro modelos foram aplicados: VAR, RF, CNN e Transformer. Os resultados do RMSE foram comparados em dois cenários, mostrando que VAR e RF tiveram melhor desempenho em todos os climas. Usar apenas as quatro variáveis mais importantes afetou significativamente apenas o comportamento da CNN.