Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas

Detalhes bibliográficos
Autor(a) principal: Karameshinova, Emine Ahmedova
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10071/30911
Resumo: O mercado de criptomoedas tem vindo a crescer exponencialmente desde 2009, com o surgimento da Bitcoin. Dadas as suas características de segurança, descentralização e imutabilidade, bem como a sua forte volatilidade, esta tem sido alvo de grande mediatismo e estudo. A presente dissertação tem como objetivo perceber o funcionamento das criptomoedas para, posteriormente, aplicar modelação preditiva e entender como é que os fatores Preço da Ethereum, Preço do Ouro, Preço do Petróleo, Índice acionista S&P500 e VIX influenciam o preço da Bitcoin. Para o efeito, recorremos à família de modelos Auto Regressive Integrated Moving Average (ARIMA) e aplicámos à série temporal da Bitcoin entre 03 de junho de 2019 e 31 de maio de 2023. Também foi estudada a correlação entre as variáveis e testada a causalidade de Granger. Em face dos resultados obtidos concluímos, primeiramente, que a biblioteca automatizada de estimação do modelo – função auto_arima() – não consegue capturar corretamente os efeitos das variáveis exógenas, razão pela qual a estimação do modelo final a aplicar é concretizada de forma manual. Desde modo, inferimos que o modelo que melhor se ajusta aos dados e com melhor capacidade preditiva é o ARIMA(4,1,2) e, mais concretamente, após estudo de diferentes combinações das variáveis exógenas, o ARIMAX(4,1,2) com a inclusão da variável Ethereum, seguindo-se da variável Ouro. Em suma, concluímos que o preço da Bitcoin é influenciado positivamente pela variável Ethereum e pela variável Ouro, embora mais fracamente. Por outro lado, as variáveis SP500, Petróleo e VIX não mostram ter qualquer impacto significativo.
id RCAP_8d718b4b36f85a9df065f9bf26d8cd0b
oai_identifier_str oai:repositorio.iscte-iul.pt:10071/30911
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Análise de sensibilidade: Fatores que influenciam o preço das criptomoedasCriptomoedaBitcoinPreços -- PricesModelos ARIMAPrevisãoCryptocurrenciesARIMAPredictionO mercado de criptomoedas tem vindo a crescer exponencialmente desde 2009, com o surgimento da Bitcoin. Dadas as suas características de segurança, descentralização e imutabilidade, bem como a sua forte volatilidade, esta tem sido alvo de grande mediatismo e estudo. A presente dissertação tem como objetivo perceber o funcionamento das criptomoedas para, posteriormente, aplicar modelação preditiva e entender como é que os fatores Preço da Ethereum, Preço do Ouro, Preço do Petróleo, Índice acionista S&P500 e VIX influenciam o preço da Bitcoin. Para o efeito, recorremos à família de modelos Auto Regressive Integrated Moving Average (ARIMA) e aplicámos à série temporal da Bitcoin entre 03 de junho de 2019 e 31 de maio de 2023. Também foi estudada a correlação entre as variáveis e testada a causalidade de Granger. Em face dos resultados obtidos concluímos, primeiramente, que a biblioteca automatizada de estimação do modelo – função auto_arima() – não consegue capturar corretamente os efeitos das variáveis exógenas, razão pela qual a estimação do modelo final a aplicar é concretizada de forma manual. Desde modo, inferimos que o modelo que melhor se ajusta aos dados e com melhor capacidade preditiva é o ARIMA(4,1,2) e, mais concretamente, após estudo de diferentes combinações das variáveis exógenas, o ARIMAX(4,1,2) com a inclusão da variável Ethereum, seguindo-se da variável Ouro. Em suma, concluímos que o preço da Bitcoin é influenciado positivamente pela variável Ethereum e pela variável Ouro, embora mais fracamente. Por outro lado, as variáveis SP500, Petróleo e VIX não mostram ter qualquer impacto significativo.The cryptocurrency market has been growing exponentially since 2009 with the emergence of Bitcoin. Given to its characteristics of security, decentralization and immutability, as well as its strong volatility, it has been the subject of great media and studies. This dissertation aims to understand how cryptocurrencies work in order to apply predictive modeling and understand how the factors Ethereum Price, Gold Price, Oil Price, S&P500 Stock Index and VIX influence the price of Bitcoin. To do this, we applied the family models of Auto Regressive Integrated Moving Average (ARIMA) to the Bitcoin time series between June 3rd, 2019 and May 31st, 2023. The correlation between the variables was also studied and Granger's causality was tested. In view of the results obtained, we concluded that the automated model estimation library – function auto_arima () – cannot correctly capture the effects of exogenous variables, which is why the estimation of the final model to be applied is performed manually. Thus, we infer that the model that best fits the data, while have greater predictive capacity is the ARIMA(4,1,2) and, more specifically, after studying different combinations of exogenous variables, the ARIMAX(4,1,2) with the inclusion of the Ethereum variable, followed by the Gold variable. In short, we concluded that the price of Bitcoin is positively influenced by the Ethereum variable and the Gold variable, although more weakly. On the other hand, the SP500, Oil, and VIX variables do not show any significant impact.2024-02-07T12:30:20Z2023-12-11T00:00:00Z2023-12-112023-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10071/30911TID:203471709porKarameshinova, Emine Ahmedovainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-11T01:18:50Zoai:repositorio.iscte-iul.pt:10071/30911Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:37:34.306469Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
title Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
spellingShingle Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
Karameshinova, Emine Ahmedova
Criptomoeda
Bitcoin
Preços -- Prices
Modelos ARIMA
Previsão
Cryptocurrencies
ARIMA
Prediction
title_short Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
title_full Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
title_fullStr Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
title_full_unstemmed Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
title_sort Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
author Karameshinova, Emine Ahmedova
author_facet Karameshinova, Emine Ahmedova
author_role author
dc.contributor.author.fl_str_mv Karameshinova, Emine Ahmedova
dc.subject.por.fl_str_mv Criptomoeda
Bitcoin
Preços -- Prices
Modelos ARIMA
Previsão
Cryptocurrencies
ARIMA
Prediction
topic Criptomoeda
Bitcoin
Preços -- Prices
Modelos ARIMA
Previsão
Cryptocurrencies
ARIMA
Prediction
description O mercado de criptomoedas tem vindo a crescer exponencialmente desde 2009, com o surgimento da Bitcoin. Dadas as suas características de segurança, descentralização e imutabilidade, bem como a sua forte volatilidade, esta tem sido alvo de grande mediatismo e estudo. A presente dissertação tem como objetivo perceber o funcionamento das criptomoedas para, posteriormente, aplicar modelação preditiva e entender como é que os fatores Preço da Ethereum, Preço do Ouro, Preço do Petróleo, Índice acionista S&P500 e VIX influenciam o preço da Bitcoin. Para o efeito, recorremos à família de modelos Auto Regressive Integrated Moving Average (ARIMA) e aplicámos à série temporal da Bitcoin entre 03 de junho de 2019 e 31 de maio de 2023. Também foi estudada a correlação entre as variáveis e testada a causalidade de Granger. Em face dos resultados obtidos concluímos, primeiramente, que a biblioteca automatizada de estimação do modelo – função auto_arima() – não consegue capturar corretamente os efeitos das variáveis exógenas, razão pela qual a estimação do modelo final a aplicar é concretizada de forma manual. Desde modo, inferimos que o modelo que melhor se ajusta aos dados e com melhor capacidade preditiva é o ARIMA(4,1,2) e, mais concretamente, após estudo de diferentes combinações das variáveis exógenas, o ARIMAX(4,1,2) com a inclusão da variável Ethereum, seguindo-se da variável Ouro. Em suma, concluímos que o preço da Bitcoin é influenciado positivamente pela variável Ethereum e pela variável Ouro, embora mais fracamente. Por outro lado, as variáveis SP500, Petróleo e VIX não mostram ter qualquer impacto significativo.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-11T00:00:00Z
2023-12-11
2023-10
2024-02-07T12:30:20Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10071/30911
TID:203471709
url http://hdl.handle.net/10071/30911
identifier_str_mv TID:203471709
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137426249089024