Exportar registro bibliográfico


Metrics:

Modelagem quantitativa de criptoativos: estratégias de investimento e análise de desempenho, utilizando backtest e ciência de dados (2023)

  • Authors:
  • Autor USP: MEDEIROS, CARLOS DA SILVA - ICMC
  • Unidade: ICMC
  • DOI: 10.11606/003188853
  • Subjects: ANÁLISE DE DADOS; ANÁLISE DE DESEMPENHO; INVESTIMENTOS; MERCADO FINANCEIRO
  • Keywords: Criptomoedas; Bitcoin; Ethereum; Tether; Binance coin
  • Language: Português
  • Abstract: Esta monografia realiza uma análise abrangente dos dados históricos de quatro principais criptomoedas: Bitcoin, Ethereum, Tether e Binance Coin. A pesquisa começa contextua lizando o cenário das criptomoedas e estabelecendo objetivos claros para a avaliação do desempenho desses ativos nos mercados financeiros. A base teórica oferece uma compreensão sólida sobre as criptomoedas, seus princípios subjacentes e os fundamentos da análise técnica. Além disso, descreve minuciosamente o processo de coleta, tratamento e preparação dos dados históricos dessas criptomoedas, fornecendo uma estrutura robusta para o desenvolvimento do modelo de investimento. O modelo de investimento elaborado neste estudo é detalhado em seu critério de seleção, indicadores utilizados e variáveis consideradas. Esse modelo tem como objetivo captu rar ganhos significativos em diferentes cenários de mercado, utilizando uma abordagem quantitativa baseada nos dados coletados. Os resultados obtidos a partir da aplicação desse modelo são minuciosamente examinados por meio de gráficos, métricas de desempenho e análises detalhadas. Os destaques recaem sobre as taxas de retorno das criptomoedas, a resiliência do modelo em períodos desafiadores do mercado e as áreas que demandam aprimoramento, especialmente em cenários de alta. As conclusões extraídas enfatizam não apenas os resultados sólidos alcançados pelas criptomoedas analisadas, mas também reconhecem a volatilidade inerente ao mercado. Elas destacam a importância de futuras análises para melhorar o desempenho do modelo em períodos de alta e explorar a integração de dados de notícias e sentimento do mercado como fontes adicionais de informação para aprimorar as estratégias de investimento em criptoativos. Este estudo proporciona uma compreensão aprofundada da análise quantitativa de cripto ativos, desde a teoria até a aplicação prática dos dados coletados, oferecendo informações valiosaspara investidores e pesquisadores interessados no mercado de criptomoedas.
  • Imprenta:
  • Versão PublicadaAcesso à fonteDOI
    Informações sobre o DOI: 10.11606/003188853 (Fonte: oaDOI API)
    • Este periódico é de acesso aberto
    • Este artigo é de acesso aberto
    • URL de acesso aberto
    • Cor do Acesso Aberto: gold
    • Licença: cc-by-nc-sa

    Download do texto completo

    Tipo Nome Link
    Versão Publicada Carlos da Silva Medeiros.... Direct link
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MEDEIROS, Carlos da Silva. Modelagem quantitativa de criptoativos: estratégias de investimento e análise de desempenho, utilizando backtest e ciência de dados. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://doi.org/10.11606/003188853. Acesso em: 26 dez. 2025.
    • APA

      Medeiros, C. da S. (2023). Modelagem quantitativa de criptoativos: estratégias de investimento e análise de desempenho, utilizando backtest e ciência de dados (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003188853
    • NLM

      Medeiros C da S. Modelagem quantitativa de criptoativos: estratégias de investimento e análise de desempenho, utilizando backtest e ciência de dados [Internet]. 2023 ;[citado 2025 dez. 26 ] Available from: https://doi.org/10.11606/003188853
    • Vancouver

      Medeiros C da S. Modelagem quantitativa de criptoativos: estratégias de investimento e análise de desempenho, utilizando backtest e ciência de dados [Internet]. 2023 ;[citado 2025 dez. 26 ] Available from: https://doi.org/10.11606/003188853

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Biblioteca Digital de Trabalhos Acadêmicos da Universidade de São Paulo     2012 - 2025