ANÁLISIS TÉCNICO VERSUS REDES NEURONALES PARA PREDICCIÓN DEL PRECIO DE BITCOIN
DOI:
https://doi.org/10.5212/Admpg.v.12.21111.006Resumen
En 2007, se introdujo Bitcoin (BTC) como la primera moneda digital descentralizada del mundo. BTC ha mostrado un
crecimiento en su valor de mercado, se ha utilizado en inversiones especulativas, y por lo tanto sería posible utilizar
las mismas técnicas ya aplicadas en el mercado de valores. Algunas estrategias que obtuvieron un resultado positivo fueron identificadas, incluso en momentos de declive como el período comprendido entre julio de 2019 y junio de 2020. En este escenario, este estudio tiene como objetivo analizar la aplicación de una red neuronal para predecir el movimiento de precios de Bitcoin en contrapunto y uso del análisis técnico. El primer modelo construido consistió en un agente que verifica la señales
emitidas por ciertos indicadores técnicos, y simularon la compra o venta de BTC. Estos experimentos obtuvieron
buenos resultados, y también proporcionó insumos para la segunda parte del trabajo: una red neuronal construida para tomar decisiones
en base a indicadores técnicos probados en la etapa anterior. Los resultados de las redes neuronales fueron más positivos
que los resultados de cada uno de los agentes de indicadores técnicos, obteniendo hasta un 80% de incremento en el monto en un
período en el que BTC perdió el 15% de su valor de mercado.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Wagner Igarashi, Henrique Misael Machado, Deisy Cristina Corrêa Igarashi
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista aceptan los siguientes términos:
a) Los autores conservan los derechos de autor y otorgan a la revista el derecho de la primera publicación, con el trabajo licenciado simultáneamente bajo la Licencia Creative Commons Attribution License que permite compartir el trabajo con el reconocimiento de su autoría y publicación inicial en esta revista.
b) Los autores están autorizados a firmar contratos adicionales por separado para la distribución no exclusiva de la versión publicada en esta revista (por ejemplo, en repositorios institucionales o capítulos de libros), con reconocimiento de su autoría y publicación inicial en esta revista).
c) Se alienta a los autores a publicar y distribuir la versión en línea del artículo (por ejemplo, en repositorios institucionales o en su página personal), ya que esto puede conducir a cambios productivos, así como aumentar el impacto y las citas del artículo publicado.
d) Esta revista proporciona acceso público a todo su contenido, ya que esto permite una mayor visibilidad y alcance de los artículos publicados. Para obtener más información sobre este enfoque, visite el Public Knowledge Project, un proyecto que desarrolló este sistema para mejorar la calidad académica y pública de la investigación mediante la distribución de OJS y otro software que respalda el sistema de publicación disponible públicamente a fuentes académicas.
Este trabajo está licenciado bajo una Licencia Creative Commons Atribuição 4.0 Internacional.
