Combinação da projeção da volatilidade percebida por redes neurais e HAR

Este artigo analisa a combinação dos métodos HAR e redes neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período ent...

Full description

Saved in:
Bibliographic Details
Published in:Revista Brasileira de Financas 2019-01, Vol.17 (1), p.51-79
Main Authors: Araújo, Alcides, Montini, Alessandra, Sampaio, Joelson
Format: Article
Language:Portuguese
Subjects:
Neural networks
Risk management
Securities trading
Stock market indexes
Studies
Volatility
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
cited_by
cites
container_end_page 79
container_issue 1
container_start_page 51
container_title Revista Brasileira de Financas
container_volume 17
creator Araújo, Alcides
Montini, Alessandra
Sampaio, Joelson
description Este artigo analisa a combinação dos métodos HAR e redes neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período entre 2000 e 2018, totalizando 4530 observações. Os principais resultados evidenciam que a combinação de ambos os modelos resultou numa melhor previsibilidade da volatilidade percebida, o que pode ser interpretado como um ganho de eficiência para gestão de riscos. Adicionalmente, artigo também avaliou o desempenho dos modelos considerando a rentabilidade de trading com opções. Para o caso da rentabilidade, verificou-se que as combinações de modelos lineares e não lineares apresentaram melhor performance.
doi_str_mv 10.12660/rbfin.v17n1.2019.71580
format article
fullrecord <record><control><sourceid>gale_proqu</sourceid><recordid>TN_cdi_proquest_journals_2312216800</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><galeid>A697177090</galeid><sourcerecordid>A697177090</sourcerecordid><originalsourceid>FETCH-LOGICAL-c2335-a007e93d594c2f6eab1a3685629e99aca6a554fbb826a5c85bfaa1072a06acd83</originalsourceid><addsrcrecordid>eNptkd1KwzAUx4MoOHTPYMHr1iRtkuZyDHXCQBC9DqfpqWS0zUy2gc_jhQ-yF7PrRBE85-J88D8f8CPkitGMcSnpTaga12c7pnqWccp0ppgo6QmZMF0WqWCFPB1yqXRKVc7OyTTGFR1M0EJoNiHLue8q18P-c__hkxqSdfAr_Kl2voWNa10NNSZrDBYrdxD5kASsMSY9bgO4mGCymD1dkrMG2ojT73hBXu5un-eLdPl4_zCfLVPL81ykQKlCnddCF5Y3EqFikMtSSK5Ra7AgQYiiqaqSD5ktRdUAMKo4UAm2LvMLcn3cOzz7tsW4MSu_Df1w0vCccc5kSemv6hVaNK5v_CaA7Vy0Zia1YkpRfVBl_6gGr7Fz1vfYuKH_Z0AdB2zwMQZszDq4DsK7YdSMUMwIxYxQzAGKGaHkX7jGgis</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype><pqid>2312216800</pqid></control><display><type>article</type><title>Combinação da projeção da volatilidade percebida por redes neurais e HAR</title><source>ABI/INFORM global</source><source>Publicly Available Content Database</source><source>EBSCOHost: Business Source Ultimate</source><creator>Araújo, Alcides ; Montini, Alessandra ; Sampaio, Joelson</creator><creatorcontrib>Araújo, Alcides ; Montini, Alessandra ; Sampaio, Joelson</creatorcontrib><description>Este artigo analisa a combinação dos métodos HAR e redes neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período entre 2000 e 2018, totalizando 4530 observações. Os principais resultados evidenciam que a combinação de ambos os modelos resultou numa melhor previsibilidade da volatilidade percebida, o que pode ser interpretado como um ganho de eficiência para gestão de riscos. Adicionalmente, artigo também avaliou o desempenho dos modelos considerando a rentabilidade de trading com opções. Para o caso da rentabilidade, verificou-se que as combinações de modelos lineares e não lineares apresentaram melhor performance.</description><identifier>ISSN: 1679-0731</identifier><identifier>EISSN: 1984-5146</identifier><identifier>DOI: 10.12660/rbfin.v17n1.2019.71580</identifier><language>por</language><publisher>Rio de Janeiro: Sociedade Brasileira de Financas</publisher><subject>Neural networks ; Risk management ; Securities trading ; Stock market indexes ; Studies ; Volatility</subject><ispartof>Revista Brasileira de Financas, 2019-01, Vol.17 (1), p.51-79</ispartof><rights>COPYRIGHT 2019 Sociedade Brasileira de Financas</rights><rights>2019. This work is published under NOCC (the “License”). Notwithstanding the ProQuest Terms and Conditions, you may use this content in accordance with the terms of the License.</rights><lds50>peer_reviewed</lds50><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed><orcidid>0000-0002-9520-9987 ; 0000-0002-9686-1969</orcidid></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktopdf>$$Uhttps://www.proquest.com/docview/2312216800/fulltextPDF?pq-origsite=primo$$EPDF$$P50$$Gproquest$$Hfree_for_read</linktopdf><linktohtml>$$Uhttps://www.proquest.com/docview/2312216800?pq-origsite=primo$$EHTML$$P50$$Gproquest$$Hfree_for_read</linktohtml><link.rule.ids>314,776,780,11667,25731,27901,27902,36037,36989,44339,44566,74865,75096</link.rule.ids></links><search><creatorcontrib>Araújo, Alcides</creatorcontrib><creatorcontrib>Montini, Alessandra</creatorcontrib><creatorcontrib>Sampaio, Joelson</creatorcontrib><title>Combinação da projeção da volatilidade percebida por redes neurais e HAR</title><title>Revista Brasileira de Financas</title><description>Este artigo analisa a combinação dos métodos HAR e redes neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período entre 2000 e 2018, totalizando 4530 observações. Os principais resultados evidenciam que a combinação de ambos os modelos resultou numa melhor previsibilidade da volatilidade percebida, o que pode ser interpretado como um ganho de eficiência para gestão de riscos. Adicionalmente, artigo também avaliou o desempenho dos modelos considerando a rentabilidade de trading com opções. Para o caso da rentabilidade, verificou-se que as combinações de modelos lineares e não lineares apresentaram melhor performance.</description><subject>Neural networks</subject><subject>Risk management</subject><subject>Securities trading</subject><subject>Stock market indexes</subject><subject>Studies</subject><subject>Volatility</subject><issn>1679-0731</issn><issn>1984-5146</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><sourceid>M0C</sourceid><sourceid>PIMPY</sourceid><recordid>eNptkd1KwzAUx4MoOHTPYMHr1iRtkuZyDHXCQBC9DqfpqWS0zUy2gc_jhQ-yF7PrRBE85-J88D8f8CPkitGMcSnpTaga12c7pnqWccp0ppgo6QmZMF0WqWCFPB1yqXRKVc7OyTTGFR1M0EJoNiHLue8q18P-c__hkxqSdfAr_Kl2voWNa10NNSZrDBYrdxD5kASsMSY9bgO4mGCymD1dkrMG2ojT73hBXu5un-eLdPl4_zCfLVPL81ykQKlCnddCF5Y3EqFikMtSSK5Ra7AgQYiiqaqSD5ktRdUAMKo4UAm2LvMLcn3cOzz7tsW4MSu_Df1w0vCccc5kSemv6hVaNK5v_CaA7Vy0Zia1YkpRfVBl_6gGr7Fz1vfYuKH_Z0AdB2zwMQZszDq4DsK7YdSMUMwIxYxQzAGKGaHkX7jGgis</recordid><startdate>20190101</startdate><enddate>20190101</enddate><creator>Araújo, Alcides</creator><creator>Montini, Alessandra</creator><creator>Sampaio, Joelson</creator><general>Sociedade Brasileira de Financas</general><general>Sociedade Brasileira de Finanças</general><scope>AAYXX</scope><scope>CITATION</scope><scope>INF</scope><scope>3V.</scope><scope>7WY</scope><scope>7WZ</scope><scope>7XB</scope><scope>87Z</scope><scope>885</scope><scope>8FK</scope><scope>8FL</scope><scope>8G5</scope><scope>ABUWG</scope><scope>AFKRA</scope><scope>ANIOZ</scope><scope>AZQEC</scope><scope>BENPR</scope><scope>BEZIV</scope><scope>CCPQU</scope><scope>CLZPN</scope><scope>DWQXO</scope><scope>FRAZJ</scope><scope>FRNLG</scope><scope>F~G</scope><scope>GNUQQ</scope><scope>GUQSH</scope><scope>K60</scope><scope>K6~</scope><scope>L.-</scope><scope>M0C</scope><scope>M1F</scope><scope>M2O</scope><scope>MBDVC</scope><scope>PADUT</scope><scope>PHGZM</scope><scope>PHGZT</scope><scope>PIMPY</scope><scope>PKEHL</scope><scope>PQBIZ</scope><scope>PQBZA</scope><scope>PQEST</scope><scope>PQQKQ</scope><scope>PQUKI</scope><scope>PRINS</scope><scope>PYYUZ</scope><scope>Q9U</scope><orcidid>https://orcid.org/0000-0002-9520-9987</orcidid><orcidid>https://orcid.org/0000-0002-9686-1969</orcidid></search><sort><creationdate>20190101</creationdate><title>Combinação da projeção da volatilidade percebida por redes neurais e HAR</title><author>Araújo, Alcides ; Montini, Alessandra ; Sampaio, Joelson</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c2335-a007e93d594c2f6eab1a3685629e99aca6a554fbb826a5c85bfaa1072a06acd83</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>por</language><creationdate>2019</creationdate><topic>Neural networks</topic><topic>Risk management</topic><topic>Securities trading</topic><topic>Stock market indexes</topic><topic>Studies</topic><topic>Volatility</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>Araújo, Alcides</creatorcontrib><creatorcontrib>Montini, Alessandra</creatorcontrib><creatorcontrib>Sampaio, Joelson</creatorcontrib><collection>CrossRef</collection><collection>Gale OneFile: Informe Academico</collection><collection>ProQuest Central (Corporate)</collection><collection>ABI/INFORM Collection</collection><collection>ABI/INFORM Global (PDF only)</collection><collection>ProQuest Central (purchase pre-March 2016)</collection><collection>ABI/INFORM Collection</collection><collection>Banking Information Database (Alumni Edition)</collection><collection>ProQuest Central (Alumni) (purchase pre-March 2016)</collection><collection>ABI/INFORM Collection (Alumni Edition)</collection><collection>Research Library (Alumni Edition)</collection><collection>ProQuest Central (Alumni)</collection><collection>ProQuest Central</collection><collection>Accounting, Tax &amp; Banking Collection (ProQuest)</collection><collection>ProQuest Central Essentials</collection><collection>ProQuest Central</collection><collection>ProQuest Business Premium Collection</collection><collection>ProQuest One Community College</collection><collection>Latin America &amp; Iberia Database</collection><collection>ProQuest Central</collection><collection>Accounting, Tax &amp; Banking Collection (Alumni)</collection><collection>Business Premium Collection (Alumni)</collection><collection>ABI/INFORM Global (Corporate)</collection><collection>ProQuest Central Student</collection><collection>Research Library Prep</collection><collection>ProQuest Business Collection (Alumni Edition)</collection><collection>ProQuest Business Collection</collection><collection>ABI/INFORM Professional Advanced</collection><collection>ABI/INFORM global</collection><collection>Banking Information Database</collection><collection>Proquest Research Library</collection><collection>Research Library (Corporate)</collection><collection>Research Library China</collection><collection>ProQuest Central (New)</collection><collection>ProQuest One Academic (New)</collection><collection>Publicly Available Content Database</collection><collection>ProQuest One Academic Middle East (New)</collection><collection>One Business (ProQuest)</collection><collection>ProQuest One Business (Alumni)</collection><collection>ProQuest One Academic Eastern Edition (DO NOT USE)</collection><collection>ProQuest One Academic</collection><collection>ProQuest One Academic UKI Edition</collection><collection>ProQuest Central China</collection><collection>ABI/INFORM Collection China</collection><collection>ProQuest Central Basic</collection><jtitle>Revista Brasileira de Financas</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Araújo, Alcides</au><au>Montini, Alessandra</au><au>Sampaio, Joelson</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>Combinação da projeção da volatilidade percebida por redes neurais e HAR</atitle><jtitle>Revista Brasileira de Financas</jtitle><date>2019-01-01</date><risdate>2019</risdate><volume>17</volume><issue>1</issue><spage>51</spage><epage>79</epage><pages>51-79</pages><issn>1679-0731</issn><eissn>1984-5146</eissn><abstract>Este artigo analisa a combinação dos métodos HAR e redes neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período entre 2000 e 2018, totalizando 4530 observações. Os principais resultados evidenciam que a combinação de ambos os modelos resultou numa melhor previsibilidade da volatilidade percebida, o que pode ser interpretado como um ganho de eficiência para gestão de riscos. Adicionalmente, artigo também avaliou o desempenho dos modelos considerando a rentabilidade de trading com opções. Para o caso da rentabilidade, verificou-se que as combinações de modelos lineares e não lineares apresentaram melhor performance.</abstract><cop>Rio de Janeiro</cop><pub>Sociedade Brasileira de Financas</pub><doi>10.12660/rbfin.v17n1.2019.71580</doi><tpages>29</tpages><orcidid>https://orcid.org/0000-0002-9520-9987</orcidid><orcidid>https://orcid.org/0000-0002-9686-1969</orcidid><oa>free_for_read</oa></addata></record>
fulltext fulltext
identifier ISSN: 1679-0731
ispartof Revista Brasileira de Financas, 2019-01, Vol.17 (1), p.51-79
issn 1679-0731
1984-5146
language por
recordid cdi_proquest_journals_2312216800
source ABI/INFORM global; Publicly Available Content Database; EBSCOHost: Business Source Ultimate
subjects Neural networks
Risk management
Securities trading
Stock market indexes
Studies
Volatility
title Combinação da projeção da volatilidade percebida por redes neurais e HAR
url http://sfxeu10.hosted.exlibrisgroup.com/loughborough?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-19T00%3A01%3A48IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-gale_proqu&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=Combina%C3%A7%C3%A3o%20da%20proje%C3%A7%C3%A3o%20da%20volatilidade%20percebida%20por%20redes%20neurais%20e%20HAR&rft.jtitle=Revista%20Brasileira%20de%20Financas&rft.au=Ara%C3%BAjo,%20Alcides&rft.date=2019-01-01&rft.volume=17&rft.issue=1&rft.spage=51&rft.epage=79&rft.pages=51-79&rft.issn=1679-0731&rft.eissn=1984-5146&rft_id=info:doi/10.12660/rbfin.v17n1.2019.71580&rft_dat=%3Cgale_proqu%3EA697177090%3C/gale_proqu%3E%3Cgrp_id%3Ecdi_FETCH-LOGICAL-c2335-a007e93d594c2f6eab1a3685629e99aca6a554fbb826a5c85bfaa1072a06acd83%3C/grp_id%3E%3Coa%3E%3C/oa%3E%3Curl%3E%3C/url%3E&rft_id=info:oai/&rft_pqid=2312216800&rft_id=info:pmid/&rft_galeid=A697177090&rfr_iscdi=true