Ivan Robert Enriquez Guzman

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• ENRIQUEZ, I. R. ; CALCINA-CCORI, P. C. . A new method for sequential learning of states and parameters for state-space models: the particle swarm learning optimization. Journal of Statistical Computation and Simulation , v. 90, p. 2057-2079, 2020.

• HERNANDES-SSA, K. A. ; MONTENEGRO-COUTO, E. H. ; LONGO, B. ; BISSOLI, A. ; SIME, M. M. ; LESSA, H. M. ; FRIZERA-NETO, A. ; BASTOS-FILHO, T. ; ENRIQUEZ, IR. ; ENRIQUEZ, I. R. . Simulation System of Electric-Powered Wheelchairs for Training Purposes. Sensors (Basel) , v. 20, p. 1/3565-17, 2020.

• CAMPOS, M. ; KROHLING, RENATO A. ; ENRIQUEZ, I. R. . Bare Bones Particle Swarm Optimization With Scale Matrix Adaptation. IEEE T CYBERNETICS , v. 44, p. 1567-1578, 2014.

• Abanto-Valle,C.A. ; Lachos,V.H ; ENRIQUEZ, I. R. ; Enriquez Guzman,Ivan Robert . Robust Bayesian analysis of heavy-tailed stochastic volatility models using scale mixtures of Normal distribution. Computational Statistics & Data Analysis (Print) , v. 54, p. 2883-2898, 2010.

• ENRIQUEZ, I. R. . A new method for sequential learning of states and Parameters for state-space models. The particle swarm learning optimization.. In: The 18th Time Series and Econometrics Meeting (18th ESTE), 2020, Gramado- RS. 18h Encontro Series temporais e econometría., 2019.

• ENRIQUEZ, I. R. ; CAMPOS, M. ; KROHLING, RENATO A. . Bare Bornes Particle Swarm Optimization with scale matrix adaptation. In: III Jornada Internacional de Probabilidad y Estadística., 2014, Lima - Perú. III Jornada Internacional de Probabilidad y Estadística., 2014. v. 1. p. 21.

• ENRIQUEZ, I. R. . Stochastic volatility models with heavy-tayled, leverage effect and jumps using scale mixture of normal errors.. In: Workshop in Honor of Prof. Pedro Alberto Morettin. Time series, Wavelets and functional data analysis., 2012, Campinas. Workshop in Honor of Prof. Pedro Alberto Morettin. Time series, Wavelets and functional data analysis., 2012.

• ENRIQUEZ, I. R. . Stochastic Volatility models with heavy-tayled and leverage effect and jumps using scale mixture of normal errors.. In: Simpósio Nacional de Probabilidade e Estatística, 2012, João Pessoa - PB. Simpósio Nacional de Probabilidade e Estatística, 2012.

• ENRIQUEZ, IVAN . Modelos de volatilidade estocástica com distribuicões de caldas pesadas. In: I Jornada Internacional de Probabilidad y Estadistica, 2010, Lima Perú. I Jornada Internacional de Probabilidad y Estadistica, 2010.

• ENRIQUEZ, I. R. ; CALCINA-CCORI, P. C. . A new method for sequential learning of states and Parameters for state-space models. The particle swarm learning optimization.. In: XV Brazilian Meeting of Bayesian Statistics, 2020, São Paulo. XV Brazilian Meeting of Bayesian Statistics, 2020.

• ENRIQUEZ, IVAN . A non-Gaussian volatility process in asymetric stochastic volatility models with jumps and scale mixture of normal errors. In: X Semana de Estatística, 2012, Vitoria - ES. X Semana de Estatística, 2012.

• ENRIQUEZ, I. R. ; Pedro Alberto Morettin . Modelos de Volatilidade Estocástica com distribuições de caudas pesadas.. In: 10° Encontro Brasileiro de Estatistica Bayesiana, 2010, Angra dos Reis, Rio de Janeiro. 10° Encontro Brasileiro de Estatistica Bayesiana, 2010.

• ENRIQUEZ, I. R. ; Pedro Alberto Morettin . Stochastic Volatility Models with Scale Mixture of normals errors and leverage effect.. In: II Bayesianismo, 2010. II Bayesianismo - Fundamentos e Aplicações..

• ENRIQUEZ, I. R. . Heavy-tailed Stochastic volatility models using scale mixture of normal distribution.. In: XI Escola de Modelos de Regressão, 2009, Recife - PE. XI Escola de Modelos de Regressão, 2009.

• ENRIQUEZ, I. R. . Stochastics volatility models with scale mixture of normal errors.. In: 12h Escola de Séries Temporais e Econometria, 2007, Gramado (RS). 12h Escola de Séries Temporais e Econometria, 2007.

• ENRIQUEZ, I. R. ; CALCINA-CCORI, P. C. . A new method for sequential learning of states and parameters for state-space models: the particle swarm learning optimization. 2021. (Apresentação de Trabalho/Conferência ou palestra).

• ENRIQUEZ, I. R. . A general method for sequential learning of states and Parameters for state space models. An aplicationto stochastic volatility models.. 2020. (Apresentação de Trabalho/Conferência ou palestra).

• ENRIQUEZ, I. R. . A new method for sequential learning of states and Parameters for state space models. The particle swarm learning optimization.. 2020. (Apresentação de Trabalho/Congresso).

• ENRIQUEZ, I. R. . SIMULAÇÃO E ANÁLISE NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ESTOCÁSTICAS UNIDIMENSIONAIS, (MÉTODOS BAYESIANOS).. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• ENRIQUEZ, I. R. . Modelos para la volatilidad en Series de tiempo Financieras. Simulação e Análise. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• ENRIQUEZ, I. R. . Optimizacion en Enjambre de Particulas aplicada a Modelos de Volatilidad Estocástica.. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• ENRIQUEZ, I. R. . Simulación y Análisis numérico de Ecuaciones Diferenciales Estocasticas unidimencionales.. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• ENRIQUEZ, I. R. . Uma metodologia de sequencia de enxame de particulas para modelos de espaços de estado. Uma aplicação em modelos SV. 2019. (Apresentação de Trabalho/Seminário).

• CAMPOS, M. ; KROHLING, R. A. ; ENRIQUEZ, I. R. . Bare Bones Particle Swarm Optimization with scale matrix adaptation. 2014. (Apresentação de Trabalho/Comunicação).

• ENRIQUEZ, I. R. . Modelos de Volatilidade Estocastica com Distribuicoes de Caudas Pesadas. 2010. (Apresentação de Trabalho/Conferência ou palestra).

• ENRIQUEZ, I. R. ; Pedro Alberto Morettin . Stochastics Volatility Models with Scale Mixture of Normal Erros and Leverage Effect.. 2010. (Apresentação de Trabalho/Congresso).

• ENRIQUEZ, I. R. ; Pedro Alberto Morettin . Modelos de Volatilidade Estocástica com Distribuições de Caudas Pesadas. 2010. (Apresentação de Trabalho/Congresso).

• ENRIQUEZ, I. R. ; Lachos,V.H . Heavy-tailed Stochastics Volatility Models using Scale Mixture of Normal Distribution. 2009. (Apresentação de Trabalho/Congresso).

• ENRIQUEZ, I. R. . Participante assistente. 2007. (Apresentação de Trabalho/Congresso).

• ENRIQUEZ, I. R. . Uma Aplicação da Analise Fatorial Multipla. 2007. (Apresentação de Trabalho/Congresso).

• ENRIQUEZ, I. R. . Analise Fatorial Multipla aplicada em indices de tabelas mistas. 2006. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2018 - Atual

  Novas metodologia de estimação para Modelos de espaços de estado via Inteligencia Artificial., Descrição: Nas series temporais financeiras uma das característica principal é a heterocedasticidade delas, sendo necessária na modelagem prévios dela. Para aquilo os modelos de espaços de estados ou modelos Dinâmicos tem sido propostos, os quais são desenvolvidos via Filtro de Kalman e MCMC, no contexto do modelo ser linear e gaussiano, sendo menos eficaz em outro contexto. As sequencias Monte Carlo ou filtro de partículas vem sendo propostos com a finalidade de suplir as dificuldades geradas pelo filtro de Kalman, entretanto problemas referidos a degeneração dos parâmetros e empobrecimento no reamostragem da amostra tem sido um ponto fraco destes modelos. O processo de reamostragem dos estados e o kernel imposto para a amostragem dos parâmetros induz a tais problemas. Nos propomos uma modelagem que tenta e soluciona este problema, com a ideia de aprendizados do enxame de partículas que trocam e alimentam informação relevante referente a alguma função optima.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Ivan Robert Enriquez Guzman - Coordenador.

• 2015 - Atual

  Modelos de Volatilidade Estocástica com Efeito Alavanca e saltos em séries temporais., Descrição: Na literatura existem uma grande diversidade de problemas que podem ser tratados desde o ponto de vista de modelos dinámicos ou como espaços de estados. Estes de forma geral dividem-se em modelos de parametros estaticos e os dimamicos, permitem que os parãmetros dos modelos estatáticos poussuan um conjunto de pousiveis valore. Deste á visão de um processo temporal, estamos num processo temporal com parametros variando no tempo. Quando a variança do modelo temporal ou desvio padrão do processo depende também do tempo chamamos modelos de volatilidade. metodologías implementadas como MCMC, filtro de particulas, modelos de quase verossimilança, entre outros tem sido estudados para tratar de conseguir estimar os parametros filtrando ou simulando, ou tentando preveer os estados, isto é, as volatilidades. entre tanto, diveras dificuldades tem apresentado cada metodologia, como MCMC de gerar cadeis com convergencias de alto costo compuatcional ou alto costo no tempo (demasiados demorados) o que torna as metodologias ineficientes neste sentido. O Objetivo da pesquisa proposta é desenvolver novas metodologías baseados em metodologias computacionais, como as usadas no computação por enxame de particulas, para resolver o problemas das estimativas dos parametros, a suavisação, filtrado e previsão dos estados os volatilidades no contexto de modelos dinámicos e volatilidade estocástica respectivamente. Estes serâo avaliados atraves de simulações, e aplicações em series temporais financieras conhecidas na literatura, e serão comparados com os filtro de particulas existentes, basicamente o de Liu and West (2002).. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Ivan Robert Enriquez Guzman - Coordenador / Filipe Pesca Cunha - Integrante.

Prêmios