COMPARAÇÃO DE TÉCNICAS DE APRENDIZADO DE MÁQUINA NA PREDIÇÃO DA TENDÊNCIA DE VALORIZAÇÃO DA BITCOIN
A moeda virtual Bitcoin surgiu em
meados de 2008 e atualmente movimenta mais
de 200 mil transações por dia. Um dos maiores
interesses dos investidores é saber se o preço
sofrerá uma queda ou alta, para que assim,
possam realizar compras ou vendas. Neste
trabalho foram usadas técnicas de aprendizado
de máquina, os classificadores Floresta
Aleatória, Rede Bayesiana Gaussiana, Rede
Neural Perceptron de Múltiplas Camadas, para
predição da tendência de preço da Bitcoin em
determinado dia. Para avaliação dos resultados
serão utilizados as métricas: Precisão,
Revocação e Medida F1
. Os resultados são
promissores alcançando medida F1
de 70,50%,
melhor que alguns trabalhos correlatos.
COMPARAÇÃO DE TÉCNICAS DE APRENDIZADO DE MÁQUINA NA PREDIÇÃO DA TENDÊNCIA DE VALORIZAÇÃO DA BITCOIN
-
DOI: 10.22533/at.ed.01219190315
-
Palavras-chave: Bitcoin, Rede Bayesiana Gaussiana, Floresta Aleatória, Rede Neural Perceptron de Múltiplas Camadas.
-
Keywords: Bitcoin, Gaussian Bayesian Network, Random Forest, Multilayer Perceptron.
-
Abstract:
Bitcoin emerged in mid-2008
and currently handles more than 200,000
transactions per day. One of the biggest interests
of investors is to know at what point the price will
fall or rise, so that they can make purchases or
sales. In this work, were used machine learning
techniques as Random Forest, Gaussian
Bayesian Network and Multilayer Perceptron, to
predict Bitcoin’s price trend on a given day. To
validate the results, the precision, recall and F1
measure will be used. The preliminary results
are promising, reaching 70,50%, better than
some correlated works.
-
Número de páginas: 15
- Luiz Alberto Pinto
- Karin Satie Komati
- Antonio Ricardo Alexandre Brasil
