Show simple item record

Análise de séries temporais multivariadas via Wavelet

dc.contributor.authorMori, Matheus Kengi
dc.date.accessioned2023-10-09T13:02:09Z
dc.date.available2023-10-09T13:02:09Z
dc.date.issued2023-08-24
dc.identifier.citationMORI, Matheus Kengi. Análise de séries temporais multivariadas via Wavelet. 2023. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18739.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/18739
dc.description.abstractAfter the mid-1980s, wavelet theory quickly spread to many fields. Although wavelet analysis has the ability to decompose data into various time scales and to deal with nonstationary data and time location, this methodology has not become a popular application in economics. This course completion work will use wavelet transformation, wavelet decomposition and wavelet coherence methodologies to analyze the correlation between four financial series, such as the Dow Jones, S&P500, IBOVESPA and Bitcoin. In order to enhance economic analysis, a technique that is little used in the field of economics.eng
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEstatística multivariadapor
dc.subjectSéries temporaispor
dc.subjectWaveletpor
dc.subjectMapa de coerênciapor
dc.subjectSéries financeiraspor
dc.subjectCorrelaçãopor
dc.subjectMultivariate analysiseng
dc.subjectTime serieseng
dc.subjectCoherence mapeng
dc.subjectFinancial serieseng
dc.subjectCorrelationeng
dc.titleAnálise de séries temporais multivariadas via Waveletpor
dc.title.alternativeMultivariate time series analysis via Waveleteng
dc.typeTCCpor
dc.contributor.advisor1Moura, Maria Sílvia de Assis
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9410151859448447por
dc.description.resumoDepois de meados da década de 1980, a teoria Wavelet rapidamente se espalhou para vários campos. Embora a análise Wavelet tenha a capacidade de decompor os dados em várias escalas de tempo e de lidar com dados não estacionários e localizazção no tempo, essa metodologia não se tornou uma aplicação popular em economia. O presente trabalho de conclusão de curso irá utilizar as metodologias de transformação wavelet, decomposição wavelet e coerência wavelet para analisar a correlação entre quatro séries financeiras, como o Dow Jones, S&P500, IBOVESPA e Bitcoin. A fim de incrementar as análises econômicas, uma técnica pouco utilizada no campo da economia.por
dc.publisher.initialsUFSCarpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADASpor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/9044542063231900por
dc.publisher.courseEstatística - Espor


Files in this item

Thumbnail
Name:
TGMKM.pdf
Size:
6.392Mb
Format:
PDF
View/Open
Thumbnail
Name:
license_rdf
Size:
810bytes
Format:
application/rdf+xml
View/Open

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Brazil
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Brazil