Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras

Neste trabalho propõem-se uma nova classe de modelos híbridos não lineais. No modelo proposto, a não linearidade em média representa-se utilizando um sistema adaptativo de nevro difusão de inferência (ANFIS, por sua sigla em inglês), enquanto a variação se representa usando um componente auto-regres...

Full description

Autores:
Zapata Gómez, Elizabeth Catalina
Velásquez Henao, Juan David
Smith Quintero, Ricardo Agustín
Tipo de recurso:
Article of journal
Fecha de publicación:
2008
Institución:
Pontificia Universidad Javeriana
Repositorio:
Repositorio Universidad Javeriana
Idioma:
spa
OAI Identifier:
oai:repository.javeriana.edu.co:10554/23276
Acceso en línea:
http://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/3909
http://hdl.handle.net/10554/23276
Palabra clave:
ANFIS; ARCH; heteroscedasticity; time series; non-linear models
ANFIS; ARCH; heterocedasticidad; series temporales; modelos no lineales
ANFIS; ARCH; hetere cedasticidade; séries temporais; modelos não lineais
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
id JAVERIANA2_49e3fccf5f75598d96ec6e599ec99435
oai_identifier_str oai:repository.javeriana.edu.co:10554/23276
network_acronym_str JAVERIANA2
network_name_str Repositorio Universidad Javeriana
repository_id_str
dc.title.spa.fl_str_mv Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras
dc.title.por.fl_str_mv Sistemas adaptativos de inferência em nevro difusão com erros heterecedásticos para o modelado de séries financeiras
dc.title.english.eng.fl_str_mv Adaptive Neuro-Fuzzy Inference Systems with Heteroscedastic Errors for
title Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras
spellingShingle Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras
ANFIS; ARCH; heteroscedasticity; time series; non-linear models
ANFIS; ARCH; heterocedasticidad; series temporales; modelos no lineales
ANFIS; ARCH; hetere cedasticidade; séries temporais; modelos não lineais
title_short Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras
title_full Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras
title_fullStr Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras
title_full_unstemmed Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras
title_sort Sistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financieras
dc.creator.fl_str_mv Zapata Gómez, Elizabeth Catalina
Velásquez Henao, Juan David
Smith Quintero, Ricardo Agustín
dc.contributor.author.none.fl_str_mv Zapata Gómez, Elizabeth Catalina
Velásquez Henao, Juan David
Smith Quintero, Ricardo Agustín
dc.contributor.none.fl_str_mv null
null
null
dc.subject.eng.fl_str_mv ANFIS; ARCH; heteroscedasticity; time series; non-linear models
topic ANFIS; ARCH; heteroscedasticity; time series; non-linear models
ANFIS; ARCH; heterocedasticidad; series temporales; modelos no lineales
ANFIS; ARCH; hetere cedasticidade; séries temporais; modelos não lineais
dc.subject.spa.fl_str_mv ANFIS; ARCH; heterocedasticidad; series temporales; modelos no lineales
dc.subject.por.fl_str_mv ANFIS; ARCH; hetere cedasticidade; séries temporais; modelos não lineais
description Neste trabalho propõem-se uma nova classe de modelos híbridos não lineais. No modelo proposto, a não linearidade em média representa-se utilizando um sistema adaptativo de nevro difusão de inferência (ANFIS, por sua sigla em inglês), enquanto a variação se representa usando um componente auto-regressivo heterecedástico condicional. Apresenta-se a formulação matemática deste tipo de modelos e propõem-se um método para sua estimação; adicionalmente, desenvolve-se para o modelo proposto uma estratégia de especificação baseada em uma bateria de provas estatísticas que incluem provas para a especificação dos modelos de regressão com transição suave (STR, por sua sigla em inglês), e a prova de rádio de verosimilitude. Como um caso de estudo, modela-se a dinâmica da série dos câmbios nos câmbios nos preços de feixe nas ações de IBM, a qual utiliza-se comummente como referente na literatura de séries de tempo. Os resultados indicam que o modelo desenvolvido representa melhor que outros modelos de características similares a dinâmica da série estudada.
publishDate 2008
dc.date.created.none.fl_str_mv 2008-12-02
dc.date.accessioned.none.fl_str_mv 2018-02-24T14:47:19Z
2020-04-15T18:02:33Z
dc.date.available.none.fl_str_mv 2018-02-24T14:47:19Z
2020-04-15T18:02:33Z
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.local.spa.fl_str_mv Artículo de revista
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/article
dc.type.other.none.fl_str_mv Artículo revisado por pares
format http://purl.org/coar/resource_type/c_6501
dc.identifier.none.fl_str_mv http://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/3909
dc.identifier.issn.none.fl_str_mv 1900-7205
0120-3592
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10554/23276
url http://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/3909
http://hdl.handle.net/10554/23276
identifier_str_mv 1900-7205
0120-3592
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.uri.none.fl_str_mv http://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/3909/2896
dc.relation.citationissue.eng.fl_str_mv Cuadernos de Administración; Vol. 21, Núm. 37 (2008)
dc.relation.citationissue.spa.fl_str_mv Cuadernos de Administración; Vol. 21, Núm. 37 (2008)
dc.relation.citationissue.por.fl_str_mv Cuadernos de Administración; Vol. 21, Núm. 37 (2008)
dc.rights.licence.*.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.spa.fl_str_mv PDF
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Pontificia Universidad Javeriana
institution Pontificia Universidad Javeriana
repository.name.fl_str_mv Repositorio Institucional - Pontificia Universidad Javeriana
repository.mail.fl_str_mv repositorio@javeriana.edu.co
_version_ 1811670661996740608
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacionalinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2nullnullnullZapata Gómez, Elizabeth CatalinaVelásquez Henao, Juan DavidSmith Quintero, Ricardo Agustín2018-02-24T14:47:19Z2020-04-15T18:02:33Z2018-02-24T14:47:19Z2020-04-15T18:02:33Z2008-12-02http://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/39091900-72050120-3592http://hdl.handle.net/10554/23276Neste trabalho propõem-se uma nova classe de modelos híbridos não lineais. No modelo proposto, a não linearidade em média representa-se utilizando um sistema adaptativo de nevro difusão de inferência (ANFIS, por sua sigla em inglês), enquanto a variação se representa usando um componente auto-regressivo heterecedástico condicional. Apresenta-se a formulação matemática deste tipo de modelos e propõem-se um método para sua estimação; adicionalmente, desenvolve-se para o modelo proposto uma estratégia de especificação baseada em uma bateria de provas estatísticas que incluem provas para a especificação dos modelos de regressão com transição suave (STR, por sua sigla em inglês), e a prova de rádio de verosimilitude. Como um caso de estudo, modela-se a dinâmica da série dos câmbios nos câmbios nos preços de feixe nas ações de IBM, a qual utiliza-se comummente como referente na literatura de séries de tempo. Os resultados indicam que o modelo desenvolvido representa melhor que outros modelos de características similares a dinâmica da série estudada.En este trabajo se propone una nueva clase de modelos híbridos no lineales. En el modelo propuesto, la no linealidad en la media se representa usando un sistema adaptativo neurodifuso de inferencia (ANFIS, por su sigla en inglés), mientras la varianza se representa usando una componente autorregresiva heterocedástica condicional. Se presenta la formulación matemática de este tipo de modelos y se propone un método para su estimación; adicionalmente, se desarrolla para el modelo propuesto una estrategia de especificación basada en una batería de pruebas estadísticas que incluyen pruebas para la especificación de los modelos de regresión con transición suave (STR, por su sigla en inglés) y la prueba del radio de verosimilitud. Como un caso de estudio, se modela la dinámica de la serie de los cambios en los precios de cierre de las acciones de IBM, la cual se usa comúnmente como referente en la literatura de series de tiempo. Los resultados indican que el modelo desarrollado representa mejor que otros modelos de características similares la dinámica de la serie estudiada.This paper proposes a new kind of non-linear hybrid model. In the proposed model, mean non-linearity is represented by using an adaptive neuro-fuzzy inference system (ANFIS) whereas variance is represented using a conditional self-regressive heteroscedastic component. The mathematical formula for this type of model is shown and a method to estimate it is proposed. In addition, a specification strategy is developed for the proposed model, based on a battery of statistical soft transaction regression (STR) tests and on verosimility radius testing. As a case study, the IBM stock closing price series dynamics were modeled, which is commonly used as a benchmark in the literature on time series. Results indicate that the model developed represents the dynamics of the studied series better than other models with similar characteristics.PDFapplication/pdfspaPontificia Universidad Javerianahttp://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/3909/2896Cuadernos de Administración; Vol. 21, Núm. 37 (2008)Cuadernos de Administración; Vol. 21, Núm. 37 (2008)Cuadernos de Administración; Vol. 21, Núm. 37 (2008)ANFIS; ARCH; heteroscedasticity; time series; non-linear modelsANFIS; ARCH; heterocedasticidad; series temporales; modelos no linealesANFIS; ARCH; hetere cedasticidade; séries temporais; modelos não lineaisSistemas adaptativos de inferencia neurodifusa con errores heterocedásticos para el modelado de series financierasSistemas adaptativos de inferência em nevro difusão com erros heterecedásticos para o modelado de séries financeirasAdaptive Neuro-Fuzzy Inference Systems with Heteroscedastic Errors forhttp://purl.org/coar/version/c_970fb48d4fbd8a85Artículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/articleArtículo revisado por pares10554/23276oai:repository.javeriana.edu.co:10554/232762023-03-29 12:48:32.38Repositorio Institucional - Pontificia Universidad Javerianarepositorio@javeriana.edu.co