Tomada de decisão em futuros agropecuários com modelos de previsão de séries temporais

Abstract

Este artigo trata da aplicabilidade de modelos de previsão de séries temporais como ferramenta de decisão de compra e venda de contratos futuros de boi gordo, café e soja na BM&F, em datas próximas ao vencimento. Os modelos estudados são: ARIMA, Redes Neurais Artificiais, e Modelos Lineares Dinâmicos. Os dados correspondem às cotações semanais, nos mercados físico e futuro, entre 1996 e 1999. O objetivo consiste em calcular os retornos médios dos modelos em operações no mercado futuro de boi gordo, café e soja, de modo a indicar o potencial ou limitação dos modelos, utilizando o índice Sharpe como parâmetro de comparação. Os resultados apresentam retornos financeiros positivos na maioria dos contratos analisados, indicando o potencial de utilização desses modelos como ferramenta de decisão em negociações de contratos para datas próximas ao vencimento, com destaque para operações fundamentadas nas previsões nos MLD e ARIMA havendo, contudo, diferenças de desempenho preditivo.

Multivariate analysis and neural networks application to price forecasting in the Brazilian agricultural market

“…These authors confirmed the forecasting effectiveness for monthly sugar prices with the highest predictive approximation in recent months. In forecasting the weekly coffee and soybean prices, BRESSAN (2004) presented evidence favorable to the use of the classic (autoregressive) and ANN models as decision tools in agricultural negotiations.…”

“…As the package allows changing the number of neurons, models with 5, 10, 15, 20, and 25 neurons were used Number of neurons was changed during the training phase, as in the studies of SOBREIRO et al (2008), BRESSAN (2004), andFERREIRA et al (2011).…”

“…In the literature (YONENAGA & FIGUEREDO, 1998;BRESSAN, 2004;SOBREIRO et al, 2008;LIMA et al, 2010;RIBEIRO et al, 2010;CERETTA et al, 2010;FERREIRA et al, 2011), the artificial neural networks (ANN) and classic (autoregressive) models are applied in the context of the Brazilian market to identify seasonal patterns and predict prices of agricultural products. In addition to these applications for the international market of agricultural commodities, some authors (SHAHWAN & ODENING, 2007;LI et al, 2010;JHA & SINHA, 2013), use the ANN model as an alternative to forecast agricultural prices.…”

Comportamento Das Séries Temporais De Temperatura Do Ar, Umidade E Precipitação Pluviométrica No Município De Ariquemes (Rondônia-Brasil) (Air Temperature, Humidity and Rainy Precipitation Time Series Behavior in Ariquemes Town (Rondônia, Brazil))

“…Nas últimas décadas, a busca por fatores que interferem nas condições climáticas e suas consequências para a humanidade, tem sido objeto de estudo por diversos pesquisadores (MENDONÇA, 2005;CASAGRANDE et al, 2011;QUEIROZ e COSTA, 2012;SIQUEIRA JÚNIOR, TOMASELLA e RODRIGUEZ, 2015). Entender os comportamentos climáticos de uma determinada região é de suma importância para o desenvolvimento de diversos setores da atividade humana; por exemplo, o setor agrícola, ambiental ou econômico.…”

Reconhecimento de Padrões em Tecnologia Portável – Um Estudo de Caso

“…Nestas redes, a informação é armazenada nos pesos, assim, estes pesos são alterados quando ocorre "aprendizado". Na agricultura, são utilizadas, por exemplo, na análise de dados agrometeorológicos [6], na classificação automática de cultivares [7], no auxílio à tomada de decisão [8], entre outros.…”