Publicação
Previsão dos preços do petróleo Brent com modelos univariados
| Resumo: | O objetivo deste estudo é a previsão da série temporal de preços do petróleo Brent através de diversos modelos econométricos e de Machine Learning de forma a identificar qual é o que obtém um melhor ajuste e performance. As métricas de avaliação da performance que auxiliaram na comparação entre os modelos foram o Mean Absolute Error (MAE), o Mean Absolute Percentage Error (MAPE), o Mean Squared Error (MSE) e o Root Mean Squared Error (RMSE). Com isto, conseguiu-se perceber que existe uma tendência, sendo o modelo ARIMA (Auto Regressive Integrated Moving Average) e o modelo LSTM (Long short-term memory) os mais estudados na literatura e os que obtiveram melhores previsões em todas as métricas utilizadas. Em suma, verificou-se que tem existido um crescimento gradual da literatura desta temática, que a presente dissertação vai ao encontro dos resultados obtidos por outros autores e que ainda há caminho para novas investigações. |
|---|---|
| Autores principais: | Silvestre, Mariana Coelho |
| Assunto: | Previsão Redes neuronais -- Neural networks Séries temporais -- Time series Petróleo Brent Métricas de performance Prediction Brent crude oil Performance metrics |
| Ano: | 2022 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | ISCTE |
| Idioma: | português |
| Origem: | Repositório ISCTE |
| Resumo: | O objetivo deste estudo é a previsão da série temporal de preços do petróleo Brent através de diversos modelos econométricos e de Machine Learning de forma a identificar qual é o que obtém um melhor ajuste e performance. As métricas de avaliação da performance que auxiliaram na comparação entre os modelos foram o Mean Absolute Error (MAE), o Mean Absolute Percentage Error (MAPE), o Mean Squared Error (MSE) e o Root Mean Squared Error (RMSE). Com isto, conseguiu-se perceber que existe uma tendência, sendo o modelo ARIMA (Auto Regressive Integrated Moving Average) e o modelo LSTM (Long short-term memory) os mais estudados na literatura e os que obtiveram melhores previsões em todas as métricas utilizadas. Em suma, verificou-se que tem existido um crescimento gradual da literatura desta temática, que a presente dissertação vai ao encontro dos resultados obtidos por outros autores e que ainda há caminho para novas investigações. |
|---|