[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-125694-pt":3,"doc-seo-125694-112":31,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},125694,962084925636,"Olivia Brown","https://ap-avatar.wpscdn.com/davatar_994ba38a5ba835b3df7d355c54d3ed8d",32,"Pesquisa e Relatórios","Previsão de Volatilidade Realizada via Modelos HAR e Métodos de Machine Learning","O estudo realiza previsões de volatilidade realizada diária e compara o desempenho de diferentes métodos de machine learning com um modelo benchmark baseado em HAR. São avaliadas regressão Ridge, LASSO, LASSO adaptativo (AdaLASSO), Elastic Net e Random forest, enquanto o benchmark emprega o Heterogeneous Autoregressive Model com estimação por mínimos quadrados. A análise segmenta períodos pré-pandemia, início, durante a pandemia e o período total, aplicando o Model Confidence Set (MCS) para identificar abordagens com melhores resultados em cada cenário.","Trabalho de Conclusão de Curso  \nPrevisão de Volatilidade Realizada via Modelos HAR e Métodos de Machine Learning  \nAndressa de Oliveira Dorneles  \n25 de abril de 2023  \nAndressa de Oliveira Dorneles  \nPrevisão de Volatilidade Realizada via Modelos HAR e Métodos de Machine Learning  \nTrabalho de Conclusão apresentado à comissão de Graduação do Departamento de Estatística da Universidade Federal do Rio Grande do Sul, como parte dos requisitos para obtenção do título de Bacharelem Estatística.  \nOrientador(a): Prof. Dr. Flávio Augusto Ziegelmann  \nPorto Alegre  \nAbril de 2023  \nAndressa de Oliveira Dorneles  \nPrevisão de Volatilidade Realizada via Modelos HAR e Métodos de Machine Learning  \nEste Trabalho foi julgado adequado para obtenção dos créditos da disciplina Trabalho de Conclusão de Curso em Estatística e aprovado em sua forma final pela Orientador(a) e pela Banca Examinadora.  \nOrientador(a):  Prof. Dr. Flávio Augusto Ziegelmann, UFRGSDoutor pela University Of Kent At Canterbury, UKC, Grã-Bretanha  \nBanca Examinadora:  \nProf. Dr. Hudson da Silva Torrent, UFRGS  \nDoutor pela Universidade Federal do Rio Grande do Sul – Porto Alegre, RS  \nPorto Alegre  \nAbril de 2023  \n“Precisamos estar dispostos a nos livrar da vida que planejamos, para podermos  \nviver a vida que nos espera .” (Joseph Campbell)  \nAgradecimentos  \nDe todos os caminhos que percorri durante minha vida, talvez, o mais tortuoso tenha sido o que me levou ao curso de estatística. Da improbabilidade de cursarestatística até a conclusão desse curso, edificada no presente texto, tem-se umajornada única, de aprendizagem, sabedoria e autoconhecimento.  \nAgradeço, primeiramente a Deus, se hoje eu existo, é por causa d’Ele. Agradeçoaos meus pais, Janete e Ricardo, por todo o amor do mundo, por todo o auxílio ecompreeenção, por me amarem do jeito que eu sou. Agradeço aos meus avós, portudo que fizeram por mim. E agradeço também ao resto da minha família peloapoio.  \nTenho enorme gratidão a todos que me permitiram desfrutar de um campo deestudos tão diverso quanto o da estatística, em especial a todos os professores do departamento de estatística da UFRGS que tive contato. Agradeço à Prof. Luciana Nunes por seu contagiante entusiasmo em ensinar, à Prof. Suzi Camey por terministrado a melhor matéria do curso de forma esplêndida (Processos estocásticos) . Agradeço também à Prof. Vanessa Leotti por todo conhecimento prático transmitido, ao Prof. Eduardo Horta pelas discussões filosóficas e por ter me auxiliado a conseguir minha primeira bolsa de iniciação científica, ao Prof. Hudson Torrent pelas disciplinas ministradas e por aceitar fazer parte da banca. Por fim, realizo um agradecimento especial ao meu orientador Prof. Flávio Ziegelmann por todo conhecimento transmitido nas três disciplinas que ministrou enquanto fui aluna, pelapaciência em me ensinar, levantando questionamentos que me fizeram sair da minha zona de conforto. Agradeço também por todas as oportunidades que ele me proporcionou enquanto aluna de graduação, inclusive minha segunda bolsa de iniciaçãocientífica. Além disso, sei, que se eu precisar, poderei sempre contar com seu auxílio.  \nAinda, agradeço imensamente a todos que trilharam essa jornada comigo. Em especial, agradeço às minhas duas grandes amigas de curso, Fernanda e Raquel, por terem trilhado esse caminho comigo, me auxiliando e tecendo uma amizade duradoura. Agradeço também a todos os meus amigos, os que cursam estatística eos demais que cultivei ao longo da vida.  \nNada descreve a explosão de felicidade de fechar um ciclo no âmbito profissional. Tal qual eternizado pelo poema de Robert Frost, digo, houve um momento em minhavida que precisei escolher entre dois possíveis caminhos, eu optei pelo caminho menos percorrido, e isso tem feito toda a diferença.  \nResumo  \nEste estudo propõe realizar previsões para volatilidade realizada diária e comparar as previsões obtidas por diferentes métodos de machine learning e por um modelo benchmark. Os métodos utilizado","cbCaikPr79iXd6ji","https://ap.wps.com/l/cbCaikPr79iXd6ji","pdf",1638568,2,1,46,"Portuguese","pt",112,"# 1 Introdução\n# 2 Metodologia\n## 2.1 Séries","[{\"question\":\"Qual é o objetivo principal do estudo?\",\"answer\":\"Entender quais abordagens produzem melhores resultados para a previsão de volatilidade realizada diária, dependendo do período analisado.\"},{\"question\":\"Quais métodos de machine learning são avaliados na comparação?\",\"answer\":\"Ridge regression, LASSO, LASSO adaptativo (AdaLASSO), Elastic Net e Random forest.\"},{\"question\":\"Como o estudo decide quais métodos se destacam em cada período?\",\"answer\":\"Utiliza o Model Confidence Set (MCS) para comparar e identificar as propostas com melhores resultados.\"}]","Previsão de Volatilidade Realizada via Modelos HAR e Métodos de Machine Learning | PDF",1785900699,71,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"forecasting-realized-volatility-via-har-models-and-machine-learning-methods","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/pt/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/pt/document/forecasting-realized-volatility-via-har-models-and-machine-learning-methods/125694/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-14","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qual é o objetivo principal do estudo?","Question",{"text":76,"@type":77},"Entender quais abordagens produzem melhores resultados para a previsão de volatilidade realizada diária, dependendo do período analisado.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Quais métodos de machine learning são avaliados na comparação?",{"text":81,"@type":77},"Ridge regression, LASSO, LASSO adaptativo (AdaLASSO), Elastic Net e Random forest.",{"name":83,"@type":74,"acceptedAnswer":84},"Como o estudo decide quais métodos se destacam em cada período?",{"text":85,"@type":77},"Utiliza o Model Confidence Set (MCS) para comparar e identificar as propostas com melhores resultados.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,102,106,110,114,118,120,124,128],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":22,"doc_module":4,"doc_module_name":47,"category_name":100,"show_sort_weight":97,"slug":101},"Estilo de Vida","lifestyle",{"id":103,"doc_module":4,"doc_module_name":47,"category_name":104,"show_sort_weight":97,"slug":105},28,"Exames","exam",{"id":107,"doc_module":4,"doc_module_name":47,"category_name":108,"show_sort_weight":97,"slug":109},47,"Geral","general",{"id":111,"doc_module":4,"doc_module_name":47,"category_name":112,"show_sort_weight":97,"slug":113},29,"Histórias em Quadrinhos","comic",{"id":115,"doc_module":4,"doc_module_name":47,"category_name":116,"show_sort_weight":97,"slug":117},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":119},"research-report",{"id":121,"doc_module":4,"doc_module_name":47,"category_name":122,"show_sort_weight":97,"slug":123},33,"Religião e Espiritualidade","religion-spirituality",{"id":125,"doc_module":4,"doc_module_name":47,"category_name":126,"show_sort_weight":97,"slug":127},31,"Saúde e Cuidados","healthcare",{"id":129,"doc_module":4,"doc_module_name":47,"category_name":130,"show_sort_weight":97,"slug":131},45,"Tecnologia","technology"]