IDEAS home Printed from https://ideas.repec.org/p/osf/socarx/mc5h2_v1.html
   My bibliography  Save this paper

Modelo de previsão de Séries Temporais para previsão do preço das ações da Netflix

Author

Listed:
  • De Oliveira Santos, Thalita
  • da Silva, Thaylon Gomes

Abstract

O mercado de ações é uma parte importante de qualquer economia e, por isso, compreendê-lo é objetivo de vários estudos, pois permite que o investidor tome decisões mais firmes e certeiras. Entretanto, realizar previsões de séries financeiras é uma tarefa difícil, uma vez que são compostas de ruídos e apresentam um comportamento bastante errático. Este trabalho faz o uso dos modelos de média móvel integrada autorregressiva e do modelo de média móvel integrada autorregressiva sazonal, para prever o preço de abertura das ações da Netflix na bolsa de valores norte-americana NASDAQ. O Critério de Informação de Akaike foi usado para selecionar o melhor modelo, e o desempenho dos modelos foi analisado através do erro quadrático médio. Depois de selecionar o modelo mais preciso, realizou-se uma comparação das médias dos períodos antes e durante a pandemia. Os resultados obtidos revelam que o modelo ARIMA (0,1,1) foi o que conseguiu realizar previsões mais precisas, e que a pandemia teve um impacto positivo no preço das ações.

Suggested Citation

  • De Oliveira Santos, Thalita & da Silva, Thaylon Gomes, 2022. "Modelo de previsão de Séries Temporais para previsão do preço das ações da Netflix," SocArXiv mc5h2_v1, Center for Open Science.
  • Handle: RePEc:osf:socarx:mc5h2_v1
    DOI: 10.31219/osf.io/mc5h2_v1
    as

    Download full text from publisher

    File URL: https://osf.io/download/62d1503f588bb92168b86e6c/
    Download Restriction: no

    File URL: https://libkey.io/10.31219/osf.io/mc5h2_v1?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:osf:socarx:mc5h2_v1. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: OSF (email available below). General contact details of provider: https://arabixiv.org .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.