Previsibilidade da direção do preço intradiário do bitcoin com modelos de random forest (2023)
- Authors:
- Autor USP: POLI, PAULO DE CASTRO RUBIO - FEA
- Unidade: FEA
- Sigla do Departamento: EAD
- DOI: 10.11606/D.12.2023.tde-04092023-191410
- Subjects: DINHEIRO ELETRÔNICO; MOEDAS; MERCADO FINANCEIRO
- Keywords: Bitcoin; Dados intradiários; Forecast; Intraday data; Previsão; Random forest
- Language: Português
- Abstract: O mercado de negociação do bitcoin apresentou um acelerado crescimento a partir do ano de 2019 e atraiu a atenção de investidores individuais e institucionais. Dada a elevada volatilidade das cotações da moeda digital, previsões acuradas sobre a direção futura de seus preços são de grande importância para os participantes deste mercado. A dinâmica complexa dos preços da criptomoeda demanda o uso de técnicas sofisticadas de aprendizado de máquinas para a realização de previsões. Neste contexto, este trabalho objetivou avaliar a previsibilidade da direção do preço intradiário do bitcoin durante o período de janeiro de 2020 a dezembro de 2022. Para este propósito, modelos de random forest foram utilizados para prever se a criptomoeda seria valorizada ou desvalorizada nos horizontes de previsão de um minuto, cinco minutos, quinze minutos, uma hora, seis horas e um dia. As variáveis explicativas se referem a defasagens de retornos de preços de fechamento, máximos e mínimos da própria criptomoeda. As previsões da moeda digital por modelos de random forest foram comparadas com as previsões dos modelos ARIMA e de regressão logística, em termos de medidas de poder preditivo. Os resultados encontrados apontam violações na verificação empírica da hipótese de eficiência de mercado em sua forma fraca para os preços intradiários do bitcoin. Os movimentos intradiários da moeda puderam ser previstos por modelos de random forest com acurácia superior a observada por um modelo de passeioaleatório e pelos modelos competidores para diferentes horizontes de previsão
- Imprenta:
- Data da defesa: 29.06.2023
- Este periódico possui versão em assinatura (ou híbrida)
- Este artigo possui versão em acesso aberto
- URL de acesso aberto
- PDF de acesso aberto
- Versão: submittedVersion
- Evidência: deprecated
- Status do Acesso Aberto: green
-
ABNT
POLI, Paulo de Castro Rubio. Previsibilidade da direção do preço intradiário do bitcoin com modelos de random forest. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://teses.usp.br/teses/disponiveis/12/12139/tde-04092023-191410/. Acesso em: 10 mar. 2026. -
APA
Poli, P. de C. R. (2023). Previsibilidade da direção do preço intradiário do bitcoin com modelos de random forest (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/12/12139/tde-04092023-191410/ -
NLM
Poli P de CR. Previsibilidade da direção do preço intradiário do bitcoin com modelos de random forest [Internet]. 2023 ;[citado 2026 mar. 10 ] Available from: https://teses.usp.br/teses/disponiveis/12/12139/tde-04092023-191410/ -
Vancouver
Poli P de CR. Previsibilidade da direção do preço intradiário do bitcoin com modelos de random forest [Internet]. 2023 ;[citado 2026 mar. 10 ] Available from: https://teses.usp.br/teses/disponiveis/12/12139/tde-04092023-191410/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
