Impact of the COVID-19 pandemic on IBOVESPA: a statistical analysis with machine learning models PROPHET and AUTOARIMA
Esse trabalho analisou o impacto da pandemia de covid-19 no ano de 2020 nas ações brasileiras utilizando o índice Bovespa e identificou valores atípicos nos dados, também observou uma tendência de estabilidade nos anos seguintes indicando recuperação econômica. A sazonalidade nos padrões regulares f...
| Autores: | , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2024 |
| País: | Brasil |
| Institución: | Fundação Oswaldo Cruz (FIOCRUZ) |
| Repositorio: | Repositório Institucional da FIOCRUZ (ARCA) |
| Idioma: | inglés |
| OAI Identifier: | oai:arca.fiocruz.br:icict/72294 |
| Acceso en línea: | https://arca.fiocruz.br/handle/icict/72294 |
| Access Level: | acceso abierto |
| Palabra clave: | Modelagem estatística Séries temporais Previsão Statistical modeling Time series Forecasting |
| Sumario: | Esse trabalho analisou o impacto da pandemia de covid-19 no ano de 2020 nas ações brasileiras utilizando o índice Bovespa e identificou valores atípicos nos dados, também observou uma tendência de estabilidade nos anos seguintes indicando recuperação econômica. A sazonalidade nos padrões regulares foi identificada e representada em um gráfico de linha, destacando as piores medianas nos meses de junho e julho. Foram utilizados modelos Prophet e autoARIMA para previsões, e os resultados foram avaliados usando várias métricas de erro, entre eles o RMSE, MAE, SMAPE, MAPE, MASE e RSQ. Embora o modelo Prophet tenha apresentado melhor desempenho com os dados diferenciados, o modelo AutoARIMA apresentou melhor desempenho com os dados originais e transformados com log1p. O estudo é relevante para entender o impacto da pandemia nas ações brasileiras e como os modelos de previsão podem ser usados para ajudar na tomada de decisões |
|---|