Uso de redes neurais profundas para previsão de curto prazo do preço da criptomoeda ethereum
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Dissertação
Data
2022
Autores
Lopes, Eduardo José Costa
Orientador
Bianchi, Reinaldo Augusto da Costa
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
criptomoedas,redes neurais recorrentes
Resumo
A criptomoeda se tornou um ativo popular nos mercados financeiros globais, o que
significa que não apenas investidores individuais, mas também empresas de gestão de ativos em
todo o mundo estão considerando essa nova classe de investimento. A principal contribuição
desta pesquisa é abordar um problema univariado de previsão intra-diário com granularidade
horária que compara arquiteturas de Redes neurais Artificiais Profundas e com mecanismos
de atenção para a moeda intrínseca do Ethereum (ETH). Os resultados obtidos nos ajustes dos
modelos e na predição levando-se em consideração séries históricas de dados recentes mostraram
que a rede convolucional temporal TCN está contida no grupo de modelos mais acurados e com
melhor retorno financeiro, superando outras arquiteturas consideradas em termos de tempo de
processamento e o modelo ARIMA considerado como linha de base
Cryptocurrency has become a popular asset in global financial markets, meaning that not only individual investors but also asset management companies around the world are considering this new investment class. The main contribution of this research is to address an intra-day forecasting problem with hourly granularity by comparing deep network architectures, including ones with and attention mechanisms for the Ethereum intrinsic cryptocurrency (ETH). The results showed that the TCN outperformed other architectures considered for a short-term forecast period in terms of processing time and it is amongst the most accurate models using an ARIMA model as a baseline
Cryptocurrency has become a popular asset in global financial markets, meaning that not only individual investors but also asset management companies around the world are considering this new investment class. The main contribution of this research is to address an intra-day forecasting problem with hourly granularity by comparing deep network architectures, including ones with and attention mechanisms for the Ethereum intrinsic cryptocurrency (ETH). The results showed that the TCN outperformed other architectures considered for a short-term forecast period in terms of processing time and it is amongst the most accurate models using an ARIMA model as a baseline