Publicação
Análise de sensibilidade: Fatores que influenciam o preço das criptomoedas
| Resumo: | O mercado de criptomoedas tem vindo a crescer exponencialmente desde 2009, com o surgimento da Bitcoin. Dadas as suas características de segurança, descentralização e imutabilidade, bem como a sua forte volatilidade, esta tem sido alvo de grande mediatismo e estudo. A presente dissertação tem como objetivo perceber o funcionamento das criptomoedas para, posteriormente, aplicar modelação preditiva e entender como é que os fatores Preço da Ethereum, Preço do Ouro, Preço do Petróleo, Índice acionista S&P500 e VIX influenciam o preço da Bitcoin. Para o efeito, recorremos à família de modelos Auto Regressive Integrated Moving Average (ARIMA) e aplicámos à série temporal da Bitcoin entre 03 de junho de 2019 e 31 de maio de 2023. Também foi estudada a correlação entre as variáveis e testada a causalidade de Granger. Em face dos resultados obtidos concluímos, primeiramente, que a biblioteca automatizada de estimação do modelo – função auto_arima() – não consegue capturar corretamente os efeitos das variáveis exógenas, razão pela qual a estimação do modelo final a aplicar é concretizada de forma manual. Desde modo, inferimos que o modelo que melhor se ajusta aos dados e com melhor capacidade preditiva é o ARIMA(4,1,2) e, mais concretamente, após estudo de diferentes combinações das variáveis exógenas, o ARIMAX(4,1,2) com a inclusão da variável Ethereum, seguindo-se da variável Ouro. Em suma, concluímos que o preço da Bitcoin é influenciado positivamente pela variável Ethereum e pela variável Ouro, embora mais fracamente. Por outro lado, as variáveis SP500, Petróleo e VIX não mostram ter qualquer impacto significativo. |
|---|---|
| Autores principais: | Karameshinova, Emine Ahmedova |
| Assunto: | Criptomoeda Bitcoin Preços -- Prices Modelos ARIMA Previsão Cryptocurrencies ARIMA Prediction |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | ISCTE |
| Idioma: | português |
| Origem: | Repositório ISCTE |
| Resumo: | O mercado de criptomoedas tem vindo a crescer exponencialmente desde 2009, com o surgimento da Bitcoin. Dadas as suas características de segurança, descentralização e imutabilidade, bem como a sua forte volatilidade, esta tem sido alvo de grande mediatismo e estudo. A presente dissertação tem como objetivo perceber o funcionamento das criptomoedas para, posteriormente, aplicar modelação preditiva e entender como é que os fatores Preço da Ethereum, Preço do Ouro, Preço do Petróleo, Índice acionista S&P500 e VIX influenciam o preço da Bitcoin. Para o efeito, recorremos à família de modelos Auto Regressive Integrated Moving Average (ARIMA) e aplicámos à série temporal da Bitcoin entre 03 de junho de 2019 e 31 de maio de 2023. Também foi estudada a correlação entre as variáveis e testada a causalidade de Granger. Em face dos resultados obtidos concluímos, primeiramente, que a biblioteca automatizada de estimação do modelo – função auto_arima() – não consegue capturar corretamente os efeitos das variáveis exógenas, razão pela qual a estimação do modelo final a aplicar é concretizada de forma manual. Desde modo, inferimos que o modelo que melhor se ajusta aos dados e com melhor capacidade preditiva é o ARIMA(4,1,2) e, mais concretamente, após estudo de diferentes combinações das variáveis exógenas, o ARIMAX(4,1,2) com a inclusão da variável Ethereum, seguindo-se da variável Ouro. Em suma, concluímos que o preço da Bitcoin é influenciado positivamente pela variável Ethereum e pela variável Ouro, embora mais fracamente. Por outro lado, as variáveis SP500, Petróleo e VIX não mostram ter qualquer impacto significativo. |
|---|