Bagging em modelos autoregressivos de duração condicional

Abstract

O principal objetivo deste trabalho é possibilitar a previsão do tempo de mudança de preço dos ativos BASF SE, AAPL e BAYN, utilizando modelos autorregressivos de duração condicional (ACD) com e sem a presença do método bagging. Além disso, como iremos realizar diversas previsões, é de grande interesse comparar a capacidade e a qualidade de predição de cada modelo gerado.

Para cada modelo ACD, são estimados parâmetros a partir de uma distribuição escolhida. Em seguida, realizamos previsões para os dados e, por fim, as comparamos. Utilizaremos as distribuições Exponencial, Weibull, Burr e Gama-Generalizada, sendo que, para cada modelo ACD associado a uma distribuição, será gerado um modelo correspondente com a mesma distribuição, mas com a presença do método bagging.