Previsão de séries temporais dos preços do Bitcoin usando características de alta dimensão: uma abordagem de aprendizado de máquina

O Bitcoin é uma criptomoeda descentralizada, que é um tipo de ativo digital que fornece a base para transações financeiras ponto a ponto baseadas na tecnologia blockchain. Um dos principais problemas com criptomoedas descentralizadas é a volatilidade dos preços, o que indica a necessidade de estudar o modelo de preço subjacente. Além disso, os preços do Bitcoin exibem um comportamento não estacionário, onde a distribuição estatística dos dados muda ao longo do tempo. Este artigo demonstra modelos de classificação e regressão baseados em aprendizado de máquina de alto desempenho para prever movimentos e preços do Bitcoin em termos de curto e médio prazo. Em trabalhos anteriores, a classificação baseada em aprendizado de máquina foi estudada para um intervalo de tempo de apenas um dia, enquanto este trabalho vai além, usando modelos baseados em aprendizado de máquina para um, sete, trinta e noventa dias. Os modelos desenvolvidos são viáveis e têm alto desempenho, com os modelos de classificação alcançando até 65% de precisão para a previsão do dia seguinte e pontuando entre 62 a 64% de precisão para a previsão do sétimo ao nonagésimo dia. Para a previsão de preços diários, a porcentagem de erro é tão baixa quanto 1,44%, enquanto varia de 2,88 a 4,10% para horizontes de sete a noventa dias. Esses resultados indicam que os modelos apresentados superam os modelos existentes na literatura.