Análise de técnicas de previsão: um estudo de caso para o volume de ações da Petrobras/ Forecasting Techniques Analysis: A Case Study for Petrobras Stock Volume

Liane Werner, Cleber Bisognin, Cristiano Werner Araujo

Abstract


Diante das proposições da indústria 4.0, responder habilmente as demandas das empresas tornou-se um ponto chave. Outros pontos são relevantes, não apenas a previsão de demanda de insumos e da programação da produção, mas também aqueles que dão suporte financeiro à empresa, como as ações negociadas na bolsa de valores. Desta forma, este trabalho tem como objetivo usar técnicas de previsões para averiguar qual delas é a mais adequada na previsão do volume diário de ações da Petrobras negociadas na BOVESPA. Para tanto, os dados históricos de 04 de janeiro de 2010 a 18 de setembro de 2018 serão utilizados para modelar e validar uma rede neural recorrente (RNN) e um modelo ARFIMA. Estes dois modelos servirão de base para obter três técnicas de combinações de previsões: média aritmética, variância mínima e por regressão. Para a tomada de decisão foram utilizadas as medidas de acurácia RMSE, MAPE e U de Theil. Encontrou-se que a combinação de previsões por média aritmética proporcionou as melhores medidas de acurácia.


Keywords


previsão, combinação de previsões, Petrobras, volume de ações

References


ABADI, M. et al. TensorFlow: Large-scale machine learning on heterogeneous systems, 2015. Disponível em: https://www.tensorflow.org/ Acesso em: 28 de setembro de 2018.

BATES, J. M. e GRANGER, C. W. The combination of forecasts. Operational Research Quarterly v. 20 n. 4, p. 451–468. 1969.

BISOGNIN, C. e LOPES, S. R. C. Properties of seasonal long memory processes. Mathematical and Computer Modelling, v.49, n.9-10, p.1837–1851, 2009.

BLANC, S. M.; SETZER, T. When to choose the simple average in forecast combination. Journal of Business Research. v. 69, n. 10, p. 3951-3962. Oct. 2016.

CHOLLET, F.et al. Keras. https://keras.io, 2015. Disponível em: https://keras.io/getting-started/faq/#how-should-i-cite-keras Acesso em: 28 de setembro de 2018.

COSTA, C. Indústria 4.0: o futuro da indústria nacional. POSGERE, , v. 1, n. 4, Número Especial Automação, p. 5-14, set.2017.

COSTANTINI, M.; PAPPALARDO, C. A hierarchical procedure for the combination of forecasts. International Journal of Forecasting, v. 26 n.4, p.725–743, 2010.

GRANGER, C.W.J.; RAMANATHAN, R. Improved methods of combining forecasts. Journal of Forecasting, v.3, n.2, p.97–204, 1984.

HOCHREITER, S.; SCHMIDHUBER, J. Long Short-Term Memory. Neural Computing. v.9, n.8, p. 1735-1780, November 1997.

HOSKING, J.R.M. Fractional Differencing. Biometrika, v. 68, n.1, p. 165-176, 1981.

INFOMONEY. Vale, Petrobras e bancos correspondem a metade do "novo" Ibovespa. Publicado em: 03 de setembro de 2018. Disponível em: https://www.infomoney.com.br/mercados/acoes-e-indices/noticia/7599809/vale-petrobras-e-bancos-correspondem-a-metade-do-novo-ibovespa. Acesso em: 27 setembro de 2018.

KIM, S.; KIM, H. A new metric of absolute percentage error for intermittent demand forecasts. International Journal of Forecasting. v. 32, n.3, p. 669-679, July–September 2016,

MAKRIDAKIS, S.; WHEELWRIGHT, S.; HYNDMAN, R.J. Forecasting Methods and Applications. 3. ed. New York: John Wiley & Sons, 1998.

PEDREGOSA, F. et al. Scikit-learn: Machine Learning in Python, Journal of Machine Learning Research, v. 12, p. 2825-2830, 2011. Disponível em: http://scikit-learn.org/stable/about.html Acesso: 28 de setembro de 2018.

PORTELINHA, M. A. M; RAMOS, R. F. Uma análise da atual situação da petrobras e a influência das crises sobre os níveis de produção. Rio de Janeiro: UFRJ / Escola Politécnica, 2015. 49 p.

PAULA, M. A. O estudo da eficiência de padrões de reversão na análise técnica de investimentos das empresas Petrobras, Vale e Itaú no período de 2006 a 2016. Trabalho de conclusão ( MBA em finanças e Mercados de capitais). Universidade Regional do Noroeste do Estado do Rio Grande do Sul (Unijuí), 2016.

TAYLOR, V. S. A relevância da análise técnica para selecionar ações. Trabalho de conclusão de curso. Escola de Administração.Universidade Federal do Rio Grande do Sul. Curso de Administração. 2010.

VARELLA, M. D. A necessidade de repensar os mecanismos da responsabilidade ambiental em caso de riscos de vazamento de petróleo na zona econômica exclusiva no Brasil. Direito Internacional, v. 12, n. 1, p 241-249, 2015.




DOI: https://doi.org/10.34117/bjdv6n1-078

Refbacks

  • There are currently no refbacks.