Cryptocurrency price forecasting - an empirical application

A presente dissertação é desenvolvida no âmbito dos modelos Autorregressivo Integrado de Médias Móveis (ARIMA) e de Alisamento Exponencial, tendo como principal objetivo realizar uma comparação de métodos de previsão. Em particular, as previsões serão feitas usando essas diferentes classes de métodos e serão realizados exercícios de validação cruzada para encontrar o modelo de previsão mais adequado. O objeto de estudo serão ativos financeiros; especificamente, cinco criptomoedas (criptoativos) ? Bitcoin, Ether, Litecoin, XRP e Bitcoin Cash ? escolhidas com base na sua importância e representatividade. Os dados de preços utilizados são semanais. Foram apresentados os testes a ser efetuados ao logaritmo dos preços e dos retornos de cada criptomoeda, de modo a provar que se cumprem alguns factos estilizados das séries financeiras. Após a demostração dos resultados dos testes e da caracterização de cada ativo, é feita uma demonstração do código de R utilizado durante o trabalho. Os modelos que demonstraram ser mais adequados para prever os preços das criptomoedas em análise foram ARIMA de diferentes ordens, para cada ativo.