dc.contributor.author | Mori, Matheus Kengi | |
dc.date.accessioned | 2023-10-09T13:02:09Z | |
dc.date.available | 2023-10-09T13:02:09Z | |
dc.date.issued | 2023-08-24 | |
dc.identifier.citation | MORI, 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.uri | https://repositorio.ufscar.br/handle/ufscar/18739 | |
dc.description.abstract | After 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.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Estatística multivariada | por |
dc.subject | Séries temporais | por |
dc.subject | Wavelet | por |
dc.subject | Mapa de coerência | por |
dc.subject | Séries financeiras | por |
dc.subject | Correlação | por |
dc.subject | Multivariate analysis | eng |
dc.subject | Time series | eng |
dc.subject | Coherence map | eng |
dc.subject | Financial series | eng |
dc.subject | Correlation | eng |
dc.title | Análise de séries temporais multivariadas via Wavelet | por |
dc.title.alternative | Multivariate time series analysis via Wavelet | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Moura, Maria Sílvia de Assis | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9410151859448447 | por |
dc.description.resumo | Depois 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.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/9044542063231900 | por |
dc.publisher.course | Estatística - Es | por |