«Lucas and I worked together on many projects, as data Scientists and also as leads in Piay Data Science team. In both times, Lucas has shown up as a great and skilled partner that has a very profound knowledge of statistics and machine learning. He also is a very dedicated and ethic professional. I highly recommend him to any data project! »
Acerca de
Actividad
-
DREAMS DO COME TRUE! 🎉🥳 My late mom loved her telenovelas. Back in 2006, there was this one scene in a city so mesmerizing and beautiful that I…
DREAMS DO COME TRUE! 🎉🥳 My late mom loved her telenovelas. Back in 2006, there was this one scene in a city so mesmerizing and beautiful that I…
Recomendado por Lucas Pereira Lopes
-
Nosso dólar. Seu problema. Acabei de comprar o novo livro de Kenneth Rogoff, “Our Dollar, Your Problem”. Gosto de livros — especialmente em papel,…
Nosso dólar. Seu problema. Acabei de comprar o novo livro de Kenneth Rogoff, “Our Dollar, Your Problem”. Gosto de livros — especialmente em papel,…
Recomendado por Lucas Pereira Lopes
-
This week, I had the privilege of ing the Mastercard Insurance Innovation Forum—a day of dynamic conversations centered on a shared ambition:…
This week, I had the privilege of ing the Mastercard Insurance Innovation Forum—a day of dynamic conversations centered on a shared ambition:…
Recomendado por Lucas Pereira Lopes
Experiencia y educación
Licencias y certificaciones
Experiencia de voluntariado
-
Volunteer Teacher of Mathematics at the Social Course
Universidade Federal de Alfenas - UNIFAL-MG
- 2 años
Educación
Publicaciones
-
Friendship is All we Need: A Multi-graph Embedding Approach for Modeling Customer Behavior
arXiv.org
Understanding customer behavior is fundamental for many use-cases in industry, especially in accelerated growth areas such as fin-tech and e-commerce. Structured data are often expensive, time-consuming and inadequate to analyze and study complex customer behaviors. In this paper, we propose a multi-graph embedding approach for creating a non-linear representation of customers in order to have a better knowledge of their characteristics without having any prior information about their financial…
Understanding customer behavior is fundamental for many use-cases in industry, especially in accelerated growth areas such as fin-tech and e-commerce. Structured data are often expensive, time-consuming and inadequate to analyze and study complex customer behaviors. In this paper, we propose a multi-graph embedding approach for creating a non-linear representation of customers in order to have a better knowledge of their characteristics without having any prior information about their financial status or their interests. By applying the current method we are able to predict s' future behavior with a reasonably high accuracy only by having the information of their friendship network. Potential applications include recommendation systems and credit risk forecasting.
-
Previsão do Perfil das Instituições Envolvidas em Estratégias de Fusões e Aquisições (F&A) do Setor Bancário Brasileiro
Contabilidade Vista & Revista
O objetivo deste trabalho foi identificar a importância de variáveis econômico-financeiras para a ocorrência de fusões e aquisições (F&A) no setor bancário brasileiro após 20 anos consolidados do plano-real, período compreendido entre os anos de 1995 e 2015. Para atingir o objetivo proposto, foram utilizadas as técnicas de análise discriminante, regressão logística, redes neurais e um modelo híbrido. De maneira geral observou-se que os indicadores de qualidade dos ativos, rentabilidade…
O objetivo deste trabalho foi identificar a importância de variáveis econômico-financeiras para a ocorrência de fusões e aquisições (F&A) no setor bancário brasileiro após 20 anos consolidados do plano-real, período compreendido entre os anos de 1995 e 2015. Para atingir o objetivo proposto, foram utilizadas as técnicas de análise discriminante, regressão logística, redes neurais e um modelo híbrido. De maneira geral observou-se que os indicadores de qualidade dos ativos, rentabilidade, liquidez, eficiência e tamanho da firma foram importantes na discriminação dos grupos de bancos estudados (adquirentes e adquiridos) e foi possível constatar que bancos com maiores indicadores apresentam maior probabilidade se tornarem adquirentes. Com relação aos métodos empregados pode-se afirmar que os modelos apresentaram aderência aos dados estudados, todavia, ressalta-se a superioridade das redes neurais artificiais em sua forma tradicional e híbrida. Por fim, salienta-se a importância de trabalhos como este em mercados emergentes, sendo que modelos de previsão podem trazer mais segurança e amenizar os riscos assumidos pelos investidores. Além disso, fornecem informações úteis para a tomada de decisão empresarial, uma vez que elencam variáveis importantes para a classificação de empresas alvo e não alvo de F&A.
-
GARCH-in-mean models with asymmetric variance processes for bivariate European option evaluation
Chilean Journal of Statistics
Options pricing models, which consider asset-objects following a geometric Brownian motion, such as derivations from the traditional Black-Scholes model, assume the volatility of asset-objects to be constant over time. In addition, the normal distribution is the basement of the t distribution for the case of bivariate options. In this work, we consider GARCH-in-mean models with asymmetric variance specifications to model the volatility of the assets-objects under the risk-neutral dynamics…
Options pricing models, which consider asset-objects following a geometric Brownian motion, such as derivations from the traditional Black-Scholes model, assume the volatility of asset-objects to be constant over time. In addition, the normal distribution is the basement of the t distribution for the case of bivariate options. In this work, we consider GARCH-in-mean models with asymmetric variance specifications to model the volatility of the assets-objects under the risk-neutral dynamics. Moreover, the copula functions model the t distribution, with the objective of capturing non-linear, linear and tails associations between the assets. We provide a methodology to describe a more realistic pricing option. To illustrate the methodology, we use stocks from two Brazilian companies. Confronting the results obtained with the classic model, which is an extension of the Black-Scholes model, we note that considering constant volatility over time underpricing the options, especially in-the-money options. Overall, the contributions of the proposed methodology are as follows. Using the best copula makes the model more suitable. Extension to marginal models, which consider asymmetry, makes t modeling more flexible and realistic. Due to the adequate marginal and t fitting, in addition to the values obtained with the classical consolidated model, there are arguments to believe that the differences obtained between the best models, through the copulas and the extension of the conventional method, are improvements in the calculation of the fair value. The empirical relevance of such alternatives is apparent given the evidence of non-t-normality in financial emerging markets. In essence, the entire approach may be generalized to any number of time-series of option pricing
-
Option pricing with bivariate risk-neutral density via copula and heteroscedastic model: A Bayesian approach
Brazilian Journal of Probability and Statistics
Multivariate options are adequate tools for multi-asset risk management. The pricing models derived from the pioneer Black and Scholes method under the multivariate case consider that the asset-object prices follow a Brownian geometric motion. However, the construction of such methods imposes some unrealistic constraints on the process of fair option calculation, such as constant volatility over the maturity time and linear correlation between the assets. Therefore, this paper aims to price and…
Multivariate options are adequate tools for multi-asset risk management. The pricing models derived from the pioneer Black and Scholes method under the multivariate case consider that the asset-object prices follow a Brownian geometric motion. However, the construction of such methods imposes some unrealistic constraints on the process of fair option calculation, such as constant volatility over the maturity time and linear correlation between the assets. Therefore, this paper aims to price and analyze the fair price behavior of the call-on-max (bivariate) option considering marginal heteroscedastic models with dependence structure modeled via copulas. Concerning inference, we adopt a Bayesian perspective and computationally intensive methods based on Monte Carlo simulations via Markov Chain (MCMC). A simulation study examines the bias, and the root mean squared errors of the posterior means for the parameters. Real stocks prices of Brazilian banks illustrate the approach. For the proposed method is verified the effects of strike and dependence structure on the fair price of the option. The results show that the prices obtained by our heteroscedastic model approach and copulas differ substantially from the prices obtained by the model derived from Black and Scholes. Empirical results are presented to argue the advantages of our strategy.
-
Determinantes e Predição de Crimes de Homicídios no Brasil: uma Abordagem de Aprendizado de Máquina
Revista Brasileira de Biometria
Ao longo da história, as sociedades organizadas tentaram prevenir o crime seguindo várias abordagens, sendo que a justificativa social em entender quais características associadas à criminalidade é o seu uso para alcançar políticas públicas eficazes contraessas atividades ilegais. Nesse contexto, o objetivo deste trabalho é identificar os determinantes econômicos, sociais e demográficos dos crimes de homicídios no Brasil. E como objetivo secundário, realizar a predição…
Ao longo da história, as sociedades organizadas tentaram prevenir o crime seguindo várias abordagens, sendo que a justificativa social em entender quais características associadas à criminalidade é o seu uso para alcançar políticas públicas eficazes contraessas atividades ilegais. Nesse contexto, o objetivo deste trabalho é identificar os determinantes econômicos, sociais e demográficos dos crimes de homicídios no Brasil. E como objetivo secundário, realizar a predição do nível de crimes em território nacional. Como metodologia, trata-se de um estudo quantitativo onde se utilizou métodos de Árvore de Regressão, Florestas Aleatórias, Boosting e K-Nearest Neighbors(K-NN), como ferramentas alternativas aos modelos tradicionais lineares, como a regressão via mínimos quadrados ordinários. Os dados analisados indicaram que entre as 31covariáveis utilizadas, 9 apresentaram os maiores impactos na violência em nível nacional, sendo,em ordem decrescente: o tamanho da população jovem, saneamento básico, tamanho da população total, população economicamente ativa, população urbana, PIB, mulheres chefes na família, pessoas pobres entre 0 e 14 anos e proporção de pessoas que ganham até meio salário mínimo, onde cada fator foi discutido de acordo com a literatura econômica do crime. Além disso, o modelo de Florestas Aleatórias explicou, em média, 82% da variabilidade dos crimes de homicídios em nível nacional. Acreditamos que esta abordagem ajuda a produzir respostas mais robustas sobre os efeitos dos fatores sociais, econômicos e demográficos sobre o crime, sendo, portanto, uma nova ferramenta para orientar os formuladores de políticas públicas.
-
Poder Preditivo de Métodos Clássicos e de Statistical Machine Learning na Classificação de Dados Desbalanceados em Seguros
Revista de Finanças e Contabilidade - REFICONT
A mensuração de diversas fontes de riscos para instituições financeiras se encontra diante de uma situação favorável, tanto pelo avanço computacional e consequentemente dos mais variados modelos, quanto pelo grande número de variáveis disponíveis. Especialmente dentro do universo das seguradoras, a classificação de clientes propensos a obterem sinistro é uma tarefa essencial para o processo de precificação e no controle econômico e financeiro da instituição. Dado a quantidade de clientes…
A mensuração de diversas fontes de riscos para instituições financeiras se encontra diante de uma situação favorável, tanto pelo avanço computacional e consequentemente dos mais variados modelos, quanto pelo grande número de variáveis disponíveis. Especialmente dentro do universo das seguradoras, a classificação de clientes propensos a obterem sinistro é uma tarefa essencial para o processo de precificação e no controle econômico e financeiro da instituição. Dado a quantidade de clientes cadastrados em uma seguradora é essencial o desenvolvimento de classificadores automáticos para realizar tal classificação. Porém, técnicas de predições tradicionais possuem baixo poder preditivo quando o conjunto de dados são desbalanceados, ou seja, uma classe é predominante em relação a outra. Portanto, este trabalho tem por objetivo realizar seis modelos de classificação que levam em conta o desbalanceamento dos dados por meio de duas metodologias diferentes e compará-los com os métodos usuais no processo de classificação de clientes que obtiveram sinistros (Y = 1) e os que não obtiveram (Y = 0). Foi utilizado diversas métricas para a comparação da qualidade dos métodos. Como resultado, confirma-se empiricamente a necessidade da inclusão de metodologias que levam em consideração o desbalanceamento presente nos dados, onde neste estudo ficou evidente que a metodologia de mudança de corte trouxe melhores resultados do que a metodologia de sobreamostragem. Além disso, as metodologias concordaram na maioria das vezes em suas predições e em quais variáveis que impactam a ocorrência de sinistro ou não.
-
Predição do Preço do café Naturais Brasileiro por meio de Modelos de Statistical Machine Learning
Sigmae
Diante da importância do café na economia brasileira, o objetivo deste trabalho é estudar modelos conhecidos como Statistical Machine Learning para a previsão do preço do café brasileiro. Como resultado, em ordem decrescente, os modelos que obtiveram os melhores poderes preditivos foram Vector Machine (SVM) com Kernel Linear, seguido dos modelos LASSO, SVM com Kernel Gaussiano, Boosting, Árvore de Regressão, K-NN e Floretas Aleatórias. Além disso, em sua maioria, os modelos obtiveram…
Diante da importância do café na economia brasileira, o objetivo deste trabalho é estudar modelos conhecidos como Statistical Machine Learning para a previsão do preço do café brasileiro. Como resultado, em ordem decrescente, os modelos que obtiveram os melhores poderes preditivos foram Vector Machine (SVM) com Kernel Linear, seguido dos modelos LASSO, SVM com Kernel Gaussiano, Boosting, Árvore de Regressão, K-NN e Floretas Aleatórias. Além disso, em sua maioria, os modelos obtiveram alta correlação entre seus resultados e corroboraram na escolha das variáveis que mais afetam o preço. Acredita-se que essa abordagem ajuda a produzir conclusões mais robustas sobre os determinantes da variabilidade do preço do café, sendo assim uma potencial ferramenta na gestão de riscos e controle por parte dos es.
-
Análise de dependência entre mercados financeiros: uma abordagem do modelo Cópula-GARCH
Revista de Finanças e Contabilidade
O objetivo deste trabalho é de compreender a relação de dependência entre a economia brasileira e quatro grandes economias mundiais, sendo elas: Estados Unidos, Japão, Alemanha e Inglaterra. Assim, propõe-se a utilização da metodologia de cópula das famílias elípticas e arquimedianas para relacionar o grau de dependência entre o período de 2006 a 2017. Aplicaram-se modelos ARMA-EGARCH para as marginais e cópula Normal, t-student, Gumbel, Frank, Clayton e Joe para as distribuições bivariadas. Os…
O objetivo deste trabalho é de compreender a relação de dependência entre a economia brasileira e quatro grandes economias mundiais, sendo elas: Estados Unidos, Japão, Alemanha e Inglaterra. Assim, propõe-se a utilização da metodologia de cópula das famílias elípticas e arquimedianas para relacionar o grau de dependência entre o período de 2006 a 2017. Aplicaram-se modelos ARMA-EGARCH para as marginais e cópula Normal, t-student, Gumbel, Frank, Clayton e Joe para as distribuições bivariadas. Os resultados obtidos permitem inferir que há evidencia de relação positiva entre os mercados e que o relacionamento mais forte é com o índice norte-americano. Esta metodologia permite fazer inferência sobre o parâmetro de dependência respeitando a teoria moderna de finanças, onde a principal limitação é a não normalidade dos retornos financeiros.
-
Outras publicações acadêmicas no Lattes - Link na descrição
http://lattes.cnpq.br/5968999804623198
Reconocimientos y premios
-
Prêmio de Melhor Trabalho na Categoria "Travel Award"
International Society for Bayesian Analysis (ISBA)
Durante o XIV Brazilian Meeting on Bayesian Statistics 2018, trabalho: Bayesian Option Pricing using Copula-GARCH model, UFRJ.
-
Prêmio Ricardo Frischtak 2016 (Monografia)
Instituto Brasileiro de Atuária - IBA
Título - Simulator Capital: Uma Interface Gráfica para Análise de Solvência Atuarial e Projeção de Requerimento de Capital, Orientado por: Reinaldo Antônio Gomes Marques
-
Prêmio de Melhor Trabalho da Área de Gestão Financeira no EGEN 2016
-
Evento ocorrido na Universidade Federal de Uberlândia em 2016. Título = Predição da Rentabilidade: Uma Aplicação da Metodologia de Redes Neurais Artificiais em Empresas.
-
Prêmio de Melhor Trabalho da Área de Ciências Atuariais e Gestão de Risco
-
II Congresso de Ciênciais Sociais Aplicadas da Universidade Federal de Alfenas. Título - Fusões e Aquisições (F&A) e Volatilidade do mercado acionário: o caso da Brasil Foods S.A.
Recomendaciones recibidas
2 personas han recomendado a Lucas
Unirse para verloMás actividad de Lucas
-
¿Tienes efectivo? Ya puedes depositarlo en el Oxxo de la esquina directo a tu Cuenta Nu de Débito. Son más de 23 mil tiendas a tu servicio en todo…
¿Tienes efectivo? Ya puedes depositarlo en el Oxxo de la esquina directo a tu Cuenta Nu de Débito. Son más de 23 mil tiendas a tu servicio en todo…
Recomendado por Lucas Pereira Lopes
-
Já te explicaram o Intervalo de Confiança dessa maneira? Ontem, para complementar o conteúdo teórico do nosso curso, fizemos uma simulação com…
Já te explicaram o Intervalo de Confiança dessa maneira? Ontem, para complementar o conteúdo teórico do nosso curso, fizemos uma simulação com…
Recomendado por Lucas Pereira Lopes
-
Que felicidade estar entre as 100 Most Powerful Women da Fortune! Esse reconhecimento leva em conta muito mais do que minha influência e trajetória -…
Que felicidade estar entre as 100 Most Powerful Women da Fortune! Esse reconhecimento leva em conta muito mais do que minha influência e trajetória -…
Recomendado por Lucas Pereira Lopes
-
Forecasting is hard. Finding analysts who do it well is even harder. Too often, I see forecasting either: 1. Overcomplicated: Applying complex ML…
Forecasting is hard. Finding analysts who do it well is even harder. Too often, I see forecasting either: 1. Overcomplicated: Applying complex ML…
Recomendado por Lucas Pereira Lopes
-
Novidades! 🚀 Hoje, o Nubank anuncia a nomeação prevista do ex-presidente do Banco Central do Brasil, Roberto Campos Neto, para a sua estrutura de…
Novidades! 🚀 Hoje, o Nubank anuncia a nomeação prevista do ex-presidente do Banco Central do Brasil, Roberto Campos Neto, para a sua estrutura de…
Recomendado por Lucas Pereira Lopes
-
A nossa solução para menores de 18 anos foi eleita a Melhor Inovação de 2025, na categoria de Banco Digital + Mobile-First pela American Banker…
A nossa solução para menores de 18 anos foi eleita a Melhor Inovação de 2025, na categoria de Banco Digital + Mobile-First pela American Banker…
Recomendado por Lucas Pereira Lopes
-
Com grande entusiasmo, compartilho que retornei ao Itaú Unibanco como Superintendente de Ciência de Dados! Muitos de vocês sabem que, anteriormente…
Com grande entusiasmo, compartilho que retornei ao Itaú Unibanco como Superintendente de Ciência de Dados! Muitos de vocês sabem que, anteriormente…
Recomendado por Lucas Pereira Lopes
-
Quando o compromisso de colocar o cliente no centro de tudo vai além das palavras, ele se materializa em resultados concretos. Uma prova disso é a…
Quando o compromisso de colocar o cliente no centro de tudo vai além das palavras, ele se materializa em resultados concretos. Uma prova disso é a…
Recomendado por Lucas Pereira Lopes
-
Como parte del compromiso de Nu de buscar constantemente evolucionar en favor de sus clientes, comenzamos el proceso de obtener la licencia bancaria.…
Como parte del compromiso de Nu de buscar constantemente evolucionar en favor de sus clientes, comenzamos el proceso de obtener la licencia bancaria.…
Recomendado por Lucas Pereira Lopes
-
Trabalhar com quem tem iniciativa é animal!!! MAAAAAAAAAAAAAAAAAAAAAAAAAAAAAS.... Vocês já tiveram o prazer de trabalhar com quem tem "acabativa"??…
Trabalhar com quem tem iniciativa é animal!!! MAAAAAAAAAAAAAAAAAAAAAAAAAAAAAS.... Vocês já tiveram o prazer de trabalhar com quem tem "acabativa"??…
Recomendado por Lucas Pereira Lopes
Perfiles similares
-
Sandro Saorin
Conectar -
Vinícius Santos Terra
Data Science | IA | Machine Learning | Analytics | Physicist
Conectar -
Jeobara Zak
Data Science Manager | Crédito
Conectar -
Yuri Sousa Aurélio
Conectar -
Vinícius M. de Sousa
Machine Learning | Causal Inference | Data Science | Econometrics | MLOps
Conectar -
Alex Fernandes Mansano
Conectar -
Paulo Roberto de Oliveira Castro
Conectar -
Henrique Figueira Lopes
Director of Data Platforms - Analytics and AI | Data Science Function Lead @ Nubank
Conectar -
Joao A.
Data Science, Credit & Fraud, MLOps
Conectar
Otras personas con el nombre de Lucas Pereira Lopes en Brasil
-
Lucas P.
IT Associate Director | BTG Pactual
-
Lucas Pereira Lopes
-
Lucas Lopes Pereira
Validation Analyst | Equipment Qualification| Validation Engineer
-
Lucas Lopes Pereira
Gerente de TI | Product Owner
Hay 62 personas más con el nombre de Lucas Pereira Lopes en Brasil en LinkedIn
Ver a otras personas con el nombre de Lucas Pereira Lopes