Big Data, machine learning and challenges of high dimensionality in financial administration

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Yaohao, Peng
Orientador(a): Albuquerque, Pedro Henrique Melo
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.unb.br/handle/10482/37686
Resumo: Tese (doutorado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade e Gestão Pública, Programa de Pós-Graduação em Administração, 2019.
id UNB_3c5e0fa98d035cdc326cb9ba20b4d40e
oai_identifier_str oai:repositorio.unb.br:10482/37686
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Yaohao, PengAlbuquerque, Pedro Henrique Melo2020-05-12T02:01:55Z2020-05-12T02:01:55Z2020-05-112019-08-09YAOHAO, Peng. Big Data, machine learning and challenges of high dimensionality in financial administration. 2019. 240 f., il. Tese (Doutorado em Administração)—Universidade de Brasília, Brasília, 2019.https://repositorio.unb.br/handle/10482/37686Tese (doutorado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade e Gestão Pública, Programa de Pós-Graduação em Administração, 2019.A presente tese discute a emergência do Big Data e do aprendizado de máquinas em vários aspectos da administração de empresas, enfatizando as contribuições metodológicas deste paradigma baseado no raciocínio indutivo em finanças e os benefícios desta abordagem em relação a ferramentas econométricas e métodos tradicionais de análise de dados. Os fundamentos estatísticos do aprendizado de máquina são introduzidos e os desafios da alta dimensionalidade em problemas financeiros são analisados, incluindo as implicações práticas da incorporação de não- linearidades, a regularização do nível de complexidade adicional e a previsão em dados de alta frequência. Finalmente, três aplicações empíricas foram propostas, relativas, respectivamente, à previsão de volatilidade, à alocação de portfólio e à previsão da direção do preço de ações; Nessas aplicações, diferentes modelos de aprendizado de máquina foram explorados, e os insights dos resultados foram discutidos à luz da teoria financeira e das evidências empíricas.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).This thesis discusses the emergence of Big Data and machine learning and their applications in various aspects of Business Administration, emphasizing the methodological contributions of this inductive-based paradigm in finance and the improvements of this approach over econometric tools and traditionally well established methods of data analysis. The statistical foundations of machine learning are introduced and the challenges of high-dimensionality in finance problems are analyzed, including the practical implications of nonlinearity incorporation, regularization of the additional complexity level and forecasting for high-frequency data. Finally, three empirical applications are proposed, concerning respectively on volatility forecasting, portfolio allocation, and stock price direction prediction; in those applications, different machine learning models are explored, and the insights from the results were discussed in light of both the finance theory and the empirical evidences.Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)Departamento de Administração (FACE ADM)Programa de Pós-Graduação em AdministraçãoengA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessBig Data, machine learning and challenges of high dimensionality in financial administrationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisAprendizagem de máquinaBig dataAdministração de empresasFinançasreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain671http://repositorio.unb.br/bitstream/10482/37686/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open accessORIGINAL2019_PengYaohao.pdf2019_PengYaohao.pdfapplication/pdf1842179http://repositorio.unb.br/bitstream/10482/37686/1/2019_PengYaohao.pdfac4a157aa87081e9f9a40c6cc361613eMD51open access10482/376862026-02-10 14:42:50.318open accessoai:repositorio.unb.br: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Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2026-02-10T17:42:50Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Big Data, machine learning and challenges of high dimensionality in financial administration
title Big Data, machine learning and challenges of high dimensionality in financial administration
spellingShingle Big Data, machine learning and challenges of high dimensionality in financial administration
Yaohao, Peng
Aprendizagem de máquina
Big data
Administração de empresas
Finanças
title_short Big Data, machine learning and challenges of high dimensionality in financial administration
title_full Big Data, machine learning and challenges of high dimensionality in financial administration
title_fullStr Big Data, machine learning and challenges of high dimensionality in financial administration
title_full_unstemmed Big Data, machine learning and challenges of high dimensionality in financial administration
title_sort Big Data, machine learning and challenges of high dimensionality in financial administration
author Yaohao, Peng
author_facet Yaohao, Peng
author_role author
dc.contributor.author.fl_str_mv Yaohao, Peng
dc.contributor.advisor1.fl_str_mv Albuquerque, Pedro Henrique Melo
contributor_str_mv Albuquerque, Pedro Henrique Melo
dc.subject.keyword.pt_BR.fl_str_mv Aprendizagem de máquina
Big data
Administração de empresas
Finanças
topic Aprendizagem de máquina
Big data
Administração de empresas
Finanças
description Tese (doutorado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade e Gestão Pública, Programa de Pós-Graduação em Administração, 2019.
publishDate 2019
dc.date.submitted.none.fl_str_mv 2019-08-09
dc.date.accessioned.fl_str_mv 2020-05-12T02:01:55Z
dc.date.available.fl_str_mv 2020-05-12T02:01:55Z
dc.date.issued.fl_str_mv 2020-05-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv YAOHAO, Peng. Big Data, machine learning and challenges of high dimensionality in financial administration. 2019. 240 f., il. Tese (Doutorado em Administração)—Universidade de Brasília, Brasília, 2019.
dc.identifier.uri.fl_str_mv https://repositorio.unb.br/handle/10482/37686
identifier_str_mv YAOHAO, Peng. Big Data, machine learning and challenges of high dimensionality in financial administration. 2019. 240 f., il. Tese (Doutorado em Administração)—Universidade de Brasília, Brasília, 2019.
url https://repositorio.unb.br/handle/10482/37686
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio.unb.br/bitstream/10482/37686/2/license.txt
http://repositorio.unb.br/bitstream/10482/37686/1/2019_PengYaohao.pdf
bitstream.checksum.fl_str_mv bacfee268cc5d4f6aaa2e6e0066d38f5
ac4a157aa87081e9f9a40c6cc361613e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1876329357354467328

Registros relacionados