Publicação:
Avaliação de estratégias tradicionais de trading no mercado de criptomoedas

Carregando...
Imagem de Miniatura

Direito de acesso

Programa

Área do conhecimento

CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO

Título da Revista

ISSN da Revista

Título de Volume

Coorientador

Resumo

Tão rentável quanto o mercado de ações tradicional, o mercado de criptomoedas vem atraindo investidores novatos e experientes nos últimos anos, com promessas de rentabilidade elevada e ausência de intervenção governamental. A fim de otimizar a compra e venda desses ativos, investidores começaram a aplicar técnicas tradicionais do mercado de ações em operações nos criptoativos para maximizar seus ganhos e reduzir perdas. Alguns desses investidores escrevem suas estratégias de negociação em linguagem de programação e colocam robôs (chamados de Robôs Traders) pra realizar as operações de compra e venda. O objetivo do presente trabalho foi analisar duas dessas técnicas que são amplamente utilizadas, aplicando esses algoritmos em bases históricas de criptomoedas e validar os resultados encontrados. Foram utilizados nos experimentos os algoritmos Cruzamento de Médias Móveis e SuperTrend em dois cenários, onde foram consideradas escala de dados e intervalos diferentes. Ambos os algoritmos também foram executados em conjunto e comparados os lucros ou prejuízos obtidos, bem como o percentual de sucesso de cada algoritmo. O algoritmo SuperTrend trouxe o maior ganho financeiro em ambos os cenários e se mostrou menos suscetível à cenários extremos. A execução combinada de ambas as estratégias maximizou o lucro e apresentou melhor desempenho independente da escala de tempo.

Abstract

Palavras-chave

Criptomoedas, Bitcoin, Cruzamento de médias móveis, Algoritmo, Criptoativos, Supertrend, Mercado financeiro, Análise de algoritmo, Estratégias, Ativos financeiros

Citação

MEDEIROS, William Nóbrega. Avaliação de estratégias tradicionais de trading no mercado de criptomoedas. 2023. 52 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2023.

DOI

Avaliação

Revisão

Suplementado Por

Referenciado Por