[pt] INFERINDO A NATUREZA DAS FONTES DETERMINÍSTICAS DE SÉRIES REAIS ATRAVÉS DE MEDIDAS DE ENTROPIA DE PERMUTAÇÃO E COMPLEXIDADE ESTATÍSTICA

• Ano de defesa: 2014
• Autor(a) principal: AYRTON SOARES RIBEIRO
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] ENTROPIA; [pt] SISTEMA COMPLEXO; [pt] ECONOFISICA; [pt] PROCESSOS ESTOCASTICOS; [pt] TEORIA DA INFORMACAO; [en] ENTROPY; [en] ECONOPHYSICS; [en] STOCHASTIC PROCESSES; [en] INFORMATION THEORY
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23644&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23644&idi=2; http://doi.org/10.17771/PUCRio.acad.23644

[pt] O objetivo dessa dissertação é inferir o caráter das forças que governam os sistemas complexos modelados por equações de Langevin, utilizando quantificadores provenientes da teoria de informação. Avaliamos em detalhes as medidas de entropia de permutação (PE) e de complexidade estatística de permutação (PSC) para duas classes de similaridade de modelos estocásticos, caracterizadas por propriedades de arrasto ou de reversão, respectivamente, empregando-as como referência para a inspeção de séries reais. Encontramos novos parâmetros relevantes dos modelos para as medidas de PE e PSC, em relação a medidas tradicionais de entropia. Determinamos as curvas de PE e PSC de acordo com esses parâmetros para diferentes ordens de permutação n e inferimos as medidas limites para uma ordem arbitrariamente grande. Apesar de a medida PSC apresentar comportamento fortemente dependente da ordem de permutação considerada, encontramos um importante resultado n-invariante, que permite identificar a natureza (de arrasto ou de reversão) das fontes determinísticas subjacentes ao sinal complexo. Concluímos investigando a presença de tendências locais em séries de preços de ações.