Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/15769
Type: | Trabalho de conclusão de graduação |
Title: | Estudo de aprendizado por reforço profundo aplicado ao mercado de criptomoedas |
Author(s)/Inventor(s): | Teixeira Neto, Flavio Ribeiro |
Advisor: | Silva, João Carlos Pereira da |
Abstract: | O mercado financeiro é um campo de possibilidades infinitas que seduz cada vez mais indivíduos a tentarem ser capazes de se beneficiar de suas oscilações. Um mercado específico que ganhou bastante força nos últimos anos foi o mercado de criptomoedas. A principal característica que o torna atrativo em relação a mercados mais tradicionais, como por exemplo a bolsa de valores, é sua grande volatilidade. Este trabalho tem como principal objetivo explorar técnicas de aprendizado por reforço, uma subárea de aprendizado de máquina, de forma a tentar entender a viabilidade de sua utilização para construir um sistema capaz de operar no mercado de Bitcoin, uma criptomoeda bastante utilizada para este fim. O sistema será treinado utilizando principalmente dados históricos da cotação de Bitcoin, e será validado utilizando parte desses dados em rodadas de teste onde sua meta será obter algum lucro ao término do experimento e, de forma complementar, manter uma evolução patrimonial suave ao longo do teste, de forma que transpareça consistência em sua forma de operar e traga confiança de que seria capaz de negociar em um ambiente real. |
Keywords: | Mercado financeiro Investimentos Bolsa de valores Criptomoedas |
Subject CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO |
Production unit: | Instituto de Computação |
Publisher: | Universidade Federal do Rio de Janeiro |
Issue Date: | 4-Nov-2021 |
Publisher country: | Brasil |
Language: | por |
Right access: | Acesso Aberto |
Appears in Collections: | Ciência da Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
FRTeixeiraNeto.pdf | 1.47 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.