Geração de cenários para retornos de ativos financeiros via método da inversão e distribuição condicional estimada via núcleo: uma aplicação aos dados do NASDAQ

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSantos, Wilson Calmon Almeida dos-
Autor(es): dc.contributorMenezes, Moisés Lima de-
Autor(es): dc.contributorDuca, Victor Eduardo Leite de Almeida-
Autor(es): dc.creatorAndrade, Matheus Torres Mendes de-
Data de aceite: dc.date.accessioned2024-07-11T18:30:18Z-
Data de disponibilização: dc.date.available2024-07-11T18:30:18Z-
Data de envio: dc.date.issued2020-06-17-
Data de envio: dc.date.issued2020-06-17-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/13936-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/771832-
Descrição: dc.descriptionSimulação é importante e amplamente utilizada em estudos estatísticos por permitir estabelecer uma ponte entre a realidade e a modelagem matemática \cite{Burrill}. Diversos procedimentos tanto na inferência clássica, quanto na bayesiana estão baseados em simulações. Simulações também são importantes quando usadas para avaliar a qualidade de procedimentos estatísticos. Sob um ponto de vista aplicado, as simulações ajudam em processos de tomadas de decisão. Quando trata-se de variáveis independentes e identicamente distribuídas, a simulação de dados univariados torna-se simples, mesmo quando o processo gerador é elemento de algum modelo estatístico não paramétrico. Contudo, ao falar de dados provenientes de séries temporais, a tarefa de simular um processo gerador mais abrangente torna-se um grande desafio. Se deseja-se gerar séries temporais artificiais que se comportem da mesma forma que retornos diários de ativos financeiros, neste caso o NASDAQ \textit{(National Association of Securities Dealers Automated Quotations)}, precisa-se escolher atentamente um modelo paramétrico adequado. Caso contrário, deparar-se-á com procedimentos extremamente sofisticados. Na prática, escolher um modelo paramétrico adequado é uma questão igualmente sofisticada. Pretende-se aqui estudar uma alternativa, em que a distribuição condicional estimada via método não paramétrico de núcleo é combinada com a versão inversa do teorema da transformação integral para produzir simulações-
Descrição: dc.descriptionNenhum-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectNASDAQ-
Palavras-chave: dc.subjectSimulação-
Palavras-chave: dc.subjectSéries temporais-
Palavras-chave: dc.subjectDistribuição condicional-
Palavras-chave: dc.subjectSérie temporal-
Palavras-chave: dc.subjectMercado financeiro-
Título: dc.titleGeração de cenários para retornos de ativos financeiros via método da inversão e distribuição condicional estimada via núcleo: uma aplicação aos dados do NASDAQ-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.