Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/15769
Especie: | Trabalho de conclusão de graduação |
Título : | Estudo de aprendizado por reforço profundo aplicado ao mercado de criptomoedas |
Autor(es)/Inventor(es): | Teixeira Neto, Flavio Ribeiro |
Tutor: | Silva, João Carlos Pereira da |
Resumen: | 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. |
Materia: | Mercado financeiro Investimentos Bolsa de valores Criptomoedas |
Materia CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO |
Unidade de producción: | Instituto de Computação |
Editor: | Universidade Federal do Rio de Janeiro |
Fecha de publicación: | 4-nov-2021 |
País de edición : | Brasil |
Idioma de publicación: | por |
Tipo de acceso : | Acesso Aberto |
Aparece en las colecciones: | Ciência da Computação |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
FRTeixeiraNeto.pdf | 1.47 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.