| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 764.63 KB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
This dissertation aims to assess the enhancement of out-of-sample predictability in copper returns through the application of frequency domain techniques. For this purpose, a wavelet method is employed - Maximal Overlap Discrete Wavelet Transform Multiresolution Analysis (MODWT MRA), based on the research of (Faria and Verona, 2020). Additionally, our predictor variables are grounded in the work of (Gargano and Timmermann, 2014; Zhang et al., 2021), expanding the literature on out-of-sample forecasts, wavelet-based methods (MODWT MRA), and out-of-sample copper predictability. The results obtained demonstrate both statistical and economic gains when implementing frequency domain techniques to predict out-of-sample copper returns. These findings align with recent studies on out-of-sample forecasting of equity returns (Faria and Verona, 2018, 2020, 2021).
Esta dissertação tem como objetivo avaliar a melhoria da previsão out-of-sample nos retornos de cobre através da aplicação de técnicas de domínio de frequência. Para este efeito, é utilizado um método de wavelets - Maximal Overlap Discrete Wavelet Transform Multiresolution Analysis (MODWT MRA), com base na pesquisa de (Faria e Verona, 2020). As variáveis de previsão estão fundamentadas nos trabalhos de (Gargano e Timmermann, 2014; Zhang et al., 2021), estendendo a literatura sobre previsões out-of-sample, métodos baseados em wavelets (MODWT MRA) e previsibilidade de retornos do cobre out-of-sample. Os resultados obtidos demonstram que há ganhos quer estatísticos quer económicos ao executar técnicas do domínio da frequência para prever os retornos de cobre out-of-sample. Estes resultados estão de acordo com estudos recentes sobre a previsão out-of-sample de retornos de ações (Faria e Verona, 2018, 2020, 2021).
Esta dissertação tem como objetivo avaliar a melhoria da previsão out-of-sample nos retornos de cobre através da aplicação de técnicas de domínio de frequência. Para este efeito, é utilizado um método de wavelets - Maximal Overlap Discrete Wavelet Transform Multiresolution Analysis (MODWT MRA), com base na pesquisa de (Faria e Verona, 2020). As variáveis de previsão estão fundamentadas nos trabalhos de (Gargano e Timmermann, 2014; Zhang et al., 2021), estendendo a literatura sobre previsões out-of-sample, métodos baseados em wavelets (MODWT MRA) e previsibilidade de retornos do cobre out-of-sample. Os resultados obtidos demonstram que há ganhos quer estatísticos quer económicos ao executar técnicas do domínio da frequência para prever os retornos de cobre out-of-sample. Estes resultados estão de acordo com estudos recentes sobre a previsão out-of-sample de retornos de ações (Faria e Verona, 2018, 2020, 2021).
Descrição
Palavras-chave
Out-of-sample forecast Copper returns Frequency domain Wavelets Predictability Previsão out-of-sample Retornos do cobre Domínio da frequência Previsão