Deu Trader.

• Autor(a) principal: AIRES, Lucas Gomes.
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29265
• topic: Criptomoedas; Técnicas de predição; Aprendizagem de máquina; Machine learning; Método preditivo - mercado de criptomoedas; Mercado de criptomoedas; Cryptocurrencies; Prediction techniques; Predictive method - cryptocurrency market; Cryptocurrency market; Ciência da Computação.

O mercado de criptomoedas ganhou muita visibilidade nos últimos anos. Segundo a Forbes, o Brasil está entre os 5 países com maior número de investidores no mundo, chegando a 10 milhões de investidores1 em 2022. Apesar do grande número de investidores, o mercado de criptomoedas representa um alto grau de risco. Este trabalho propõe um método preditivo para mitigação de perdas no mercado de criptomoedas utilizando técnicas de aprendizado de máquina. Para tanto, foi desenvolvida uma ferramenta baseada em indicadores matemáticos e gráficos para apoiar as decisões de compra e venda do ativo digital. A moeda Gala/USDT foi escolhida para a realização dos experimentos, utilizou-se a linguagem Python [9], como apoio para criação e manipulação do Data Frame e no final obtivemos uma precisão em torno de 90% no conjunto de testes que representou 30% do Data Frame.