Navegando por Autor "Caetano, Marco Antonio Leonel"

Agora exibindo 1 - 4 de 4

Estimating Claim Size and Probability in the Auto-insurance Industry: the Zero-adjusted Inverse Gaussian (ZAIG) Distribution
(2009) ADRIANA BRUSCATO BORTOLUZZO; DANNY PIMENTEL CLARO; Caetano, Marco Antonio Leonel; RINALDO ARTES
This article aims at the estimation of insurance claims from an auto data set. Using a ZAIG method, we identify factors that influence claim size and probability, and compared the results with the analysis of a Tweedie method. Results show that ZAIG can accurately predict claim size and probability. Factors like territory, vehicles´ advanced age, origin and body influence distinctly claim size and probability. The distinct impact is not always present in Tweedie’s estimated model. Auto insurers should consider estimating risk premium using ZAIG method. The fitted models may be useful to develop a strategy for premium pricing.
Estimating Total Claim Size in the Auto Insurance Industry: a Comparison between Tweedie and Zero-Adjusted Inverse Gaussian Distribution
(2011) ADRIANA BRUSCATO BORTOLUZZO; DANNY PIMENTEL CLARO; Caetano, Marco Antonio Leonel; RINALDO ARTES
Estimating total claim size in the auto insurance industry: a comparison between tweedie and zero-adjusted inverse gaussian distribution
(2011) ADRIANA BRUSCATO BORTOLUZZO; DANNY PIMENTEL CLARO; Caetano, Marco Antonio Leonel; RINALDO ARTES
Python e o mercado financeiro: programação para estudantes, investidores e analistas
(2021) Caetano, Marco Antonio Leonel
Esta obra não está relacionada apenas com o ensino de uma linguagem, no caso, Python. Ela tem foco no aprendizado de algoritmos voltados para o mercado financeiro. As aplicações são dispostas no livro com a utilização de dados reais das bolsas de valores e de produtos financeiros, que são tratados usando ferramentas nas áreas de finanças, matemática, estatística, ciência da computação e ciência dos dados. O texto se divide em duas partes, sendo a primeira composta de capítulos que representam uma evolução, da instalação do ambiente de programação do Anaconda-Spyder até problemas relacionados com array, functions e DataFrames. As principais bibliotecas do Python são usadas para automatizar cálculos de tendência de mercado, risco, value at risk, otimização de carteiras e simulação de Monte Carlo. Os capítulos são contemplados com exemplos e exercícios, todos com soluções. A segunda parte do livro apresenta problemas mais avançados e reais, relacionados ao mercado de títulos, derivativos, ações e demais produtos financeiros, construindo soluções com as bibliotecas mais avançadas do Python. Também fazem parte dos capítulos introdutórios QR Codes que levam a vídeos do próprio autor explicando os exemplos de cada seção, disponíveis em seu canal no YouTube.