Uma estratégia para estimação e previsão de séries temporais de criptoativos
Tipo
Tese
Data de publicação
2023-02-14
Periódico
Citações (Scopus)
Autores
Silva, Isabela Ruiz Roque da
Orientador
Oliveira, Pedro Paulo Balbi de
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Oliveira, Rogério de
Basso, Leonardo Fernando Cruz
Castro, Paulo Andre Lima de
Valente Filho, João
Basso, Leonardo Fernando Cruz
Castro, Paulo Andre Lima de
Valente Filho, João
Programa
Engenharia Elétrica e Computação
Resumo
Criptomoedas surgiram juntamente com a tecnologia blockchain com a finalidade da
remoção do intermediário e atribuir confiança das transações a partir do código de
criptografia do algoritmo. O surgimento delas se remete a crise financeira de 2008, na qual o
sistema tradicional econômico estava em uma grave crise e o pseudônimo Satoshi Nakamoto
apareceu com a ideia de criar uma forma de economia descentralizada (sem comando de
governos, políticas ou bancos) e desde então vem revolucionando o mundo das finanças,
mudando as finanças da centralização para a descentralização. Diante deste fato, diversas
criptomoedas surgiram no mercado nos últimos anos, bem como contratos inteligentes que
garantem uma certa segurança aos investidores através da tecnologia blockchain. Tendo isso
em mente, o objetivo principal desse trabalho foi construir um framework computacional
capaz de analisar e predizer preços de criptomoedas de maneira dinâmica conforme forem
surgindo novas criptomoedas, a partir de algoritmos econométricos com dados de cotação
diários, para montar uma carteira de trade diária. Os resultados demonstram que o bitcoin
pode ser um indutor de preços do mercado e as moedas com menor capitalização de mercado
(fora do top 100) são as que tiveram um desempenho melhor no algoritmo proposto e
possuem lucros acima das estratégias de Buy and Hold tradicionais, com moedas obtendo
lucros de mais de 100%, mesmo com a queda do mercado.
Descrição
Palavras-chave
criptomoedas , blockchain , finanças descentralizadas , trading algorítmico