skip to main content
Idioma:

Técnicas de seleção de atributos através de Random Forests: um estudo de caso para detecção de tendências em séries temporais financeiras

Marteletto, Sérgio Reinaldo

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Artes, Ciências e Humanidades 2022-05-11

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Técnicas de seleção de atributos através de Random Forests: um estudo de caso para detecção de tendências em séries temporais financeiras
  • Autor: Marteletto, Sérgio Reinaldo
  • Orientador: Lauretto, Marcelo de Souza
  • Assuntos: Random Forests; Aprendizado De Máquina; Seleção De Atributos; Séries Temporais; Feature Selection; Machine Learning; Random Forests; Time Series
  • Notas: Dissertação (Mestrado)
  • Descrição: Nas últimas décadas tem havido um interesse crescente em prever o comportamento futuro dos mercados financeiros. Pesquisadores investigam esse problema modelando uma representação conveniente para os dados, as chamadas séries temporais, apesar da dificuldade de estudá-las com precisão devido aos seus padrões não lineares e não estacionários. Além disso, a questão da alta dimensionalidade, presente no conjunto de dados, reduz o entendimento das relações de dependência entre as observações. O uso de novas tecnologias em finanças, como o aprendizado de máquina, busca extrair e analisar informações sobre o preço dos ativos e fluxos de negociação em um ambiente competitivo de risco-retorno. Esse trabalho propõe a análise comparativa de técnicas modernas de seleção de atributos VSURF (Variable Selection Using Random Forests) e RFE ( Recursive Feature Elimination), a fim de reduzir a dimensionalidade na base de dados. Os resultados obtidos foram consistentes e não causaram perda da capacidade preditiva do modelo.
  • DOI: 10.11606/D.100.2022.tde-08032023-134543
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Artes, Ciências e Humanidades
  • Data de criação/publicação: 2022-05-11
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados
Ir para página anteriorAnterior Resultado  9 AvançarIr para próxima página

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.