Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
Autor(a) principal: | |
---|---|
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 |