Um modelo de rede neural de classificação para predição da tendência do preço bitcoin

• Autor(a) principal: Helfenstein, Rodolfo
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/254876
• topic: Rede neural artificial; Predição; Macroeconomia; Séries temporais; Neural network; Forecasting; Time series

Os estudos sobre séries temporais financeiras vem aumentando cada vez mais ao longo dos anos principalmente com o uso de modelos de aprendizado de máquina para tentar prever preços e movimentações para extrair ao máximo as oportunidades que surgem nesse mercado. Há pouco tempo, uma nova classe de ativos foi criada e vem crescendo exponencialmente nos últimos anos: criptomoedas. Esses ativos são moedas virtuais que utilizam criptografia para manter a segurança das transações e tem como principal representante o Bitcoin. Por serem relativamente jovens, comparadas ao mercado tradicional como por exemplo commodities, ações, forex, existe uma volatilidade muito grande no preço devido à adoção por pessoas e instituições de todo o mundo desses ativos, mas que podem ser analisados da mesma forma. Neste trabalho, é proposto um modelo de rede neural de classificação utilizando células LSTM para predição da tendência no preço do Bitcoin utilizando como base de dados os valores do candlestick semanal junto com o volume de transação. São testadas configurações diferentes para o modelo, variando-se separadamente timesteps, epochs e a utilização de dados adicionais da macroeconomia. Após encontrar a configuração que obtém os melhores resultados de retorno de investimento e acurácia, o modelo é comparado a estratégias de negociação simples.