Possui graduação em Estatística - Universidad Nacional Mayor de San Marcos (2009), mestrado em Estatística pela Universidade Estadual de Campinas (2012) e doutorado em Estatística pela Universidade Estadual de Campinas (2016) com período sanduíche na Universidad Carlos III de Madrid. Tem experiência na área de Econometria Financeira e Estatística, atuando principalmente nos seguintes temas: bootstrap, outliers, forecast, redução de dimensão, modelos de volatilidade, alta dimensão. Realizou um Pós-doutorando na Escola de Economia de São Paulo (FGV) e foi visiting postdoc no European Center for Advanced Research in Economics and Statistics (ECARES, ULB). No 2016 recebeu o segundo lugar do ASA/NISS Best y-BIS Paper Award (ISBIS2016, Barcelona), no 2018 recebeu o primeiro lugar do IASC-ERS Young Researchers Award (COMPSTAT2018, Iasi) e no 2019 recebeu o Best LACSC 2019 Paper Award in the 4th Latin American Conference for Statistical Computing (LACSC2019, Guayaquil). Atualmente é Professor Doutor MS 3.1 no Departamento de Estatística da Universidade Estadual de Campinas. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
A era do Big Data é caracterizada pelo volume, velocidade, variedade e veracidade dos dados utilizados, bem como o valor agregado fornecido aos agentes interessados após uma análise apropriada desses dados. Em um contexto de séries temporais, a era do Big Data implica analisar um grande número de séries temporais de forma conjunta (alta dimensão) em granularidades cada vez mais finas (alt…
Este projeto visa desenvolver e aplicar metodologias híbridas de modelagem e previsão de séries temporais financeiras. O foco do projeto é utilizar tanto as características extraídas através de modelos clássicos como (V)ARMA, M(GARCH), M(SV), etc, bem como de modelos de aprendizado de máquina tais como redes neurais, modelos de conjunto, máquina de suporte vetorial, entre outras. Ao estud…
Os modelos autoregressivos são amplamente utilizados em séries temporais. Contudo, estes modelos baseiam-se na relação linear da série com seu própio passado, uma restrição que não permite explorar relações não lineares na dinâmica dos dados. Visando uma maior flexibilidade, os modelos autoregressivos não lineares foram propostos e resultados competitivos em termos de previsão tem sido vi…
Estratégias de pairs-trading consistem em, sob algumas circunstâncias, combinar posições de compra (long) com posições de venda a descoberto (short) de dois ativos financeiros. Apesar de ser um conceito de meados de 1980 e serem várias as estratégias de pairs-trading propostas na literatura, são poucas as amplamente conhecidas e aplicadas por usuários finais. Assim, visando conhecer e a…
O projeto de pesquisa tem como objetivo propor modelos e métodos de previsão multivariados da volatilidade para dados financeiros de alta dimensão. Serão considerados métodos para obter previsões pontuais, previsão por intervalo e densidades de previsão. Comparações com métodos propostos na literatura serão realizadas, assim como experimentos de Monte Carlo para avaliar o desempenho dos p…
Técnicas de redução de dimensão vem sendo utilizadas na área de economia e finanças como uma forma alternativa de modelar volatilidades e contornar o problema denominado "curse of dimensionality". A maioria dos procedimentos propostos na literatura é desenvolvido para extrair as principais características dos retornos e assumir que o componente principal das volatilidades coincide com a …
O projeto a ser desenvolvido no Departamento de Estatística da Universidade Carlos III de Madrid, Espanha, tem como objetivo discutir os ganhos de obter intervalos de previsão bootstrap para o valor em risco usando um modelo multivariado da familia MGARCH. Os intervalos de previsão serão comparados com intervalos de previsão bootstrap para o valor em risco usando um modelo univariado da f…
CV Lattes
ORCID