A Integração de Séries Temporais e Dados de Textos para a Previsão de Preços Futuros de Milho e Soja

Resumen

Os preços das commodities agrícolas desempenham um papel importante no mercado global. Assim, para a natureza dos dados das séries temporais não lineares e não estacionárias, a previsão de preços tornou-se um desafio. Muitos modelos de previsão existentes não levam em conta o sentimento do mercado, os eventos políticos e as crises econômicas. Para superar as limitações descritas e motivadas pelo fato de que as notícias relacionadas ao agronegócio podem ter informações úteis de previsão, técnicas de mineração de texto foram aplicadas para adicionar dados de texto extraídos e incorporar esses dados em duas séries temporais de commodities agrícolas. Algoritmos de aprendizagem de máquina com diferentes arranjos foram utilizados na previsão de preços de soja e milho. Quatro técnicas de avaliação estatística foram aplicadas para verificar a eficácia da abordagem proposta. Os resultados apresentados que o modelo implementado melhora as previsões futuras de preços. Assim, as informações de texto de dados oferecem uma alternativa para uma melhor e aprimorada precisão para a previsão de preços.