Análise da predição da tendência do preço do bitcoin utilizando long short-term memory para as tarefas de regressão e classificação

Abstract

O trabalho de predição do preço de um ativo no mercado financeiro é uma tarefa clássica. Com o aumento da importância dos criptoativos na economia mundial, os modelos e técnicas de aprendizado de máquina começaram a ser adaptadas para a predição desses novos ativos. Este trabalho propõe uma análise da predição da tendência do preço do Bitcoin para as técnicas de regressão e de classificação utilizando o modelo Long Short-Term Memory (LSTM). Também apresenta uma forma de comparar as técnicas, ao transformar o valor encontrado pelo modelo de regressão em classes e analisar os resultados a partir das métricas de desempenho de classificação. Para esse objetivo, são utilizados os preços diários de abertura e de fechamento, máximo e mínimo diários e o volume de negociações em dólares. A classificação utiliza três classes, que são definidas a partir de um limite superior e inferior de variação percentual do preço; já a regressão utiliza o log base 10 do preço de fechamento como alvo. Então, os resultados da regressão são transformados em variação percentual e classificados de acordo com os limites de 3%, 5% e 7%. Assim é possível analisar os resultados das métricas de classificação para o modelo de regressão. O melhor cenário para o modelo de classificação apresentou janela de tempo de 15 dias, um limite de 7% e previu a classe da tendência do preço para 1 dia no futuro. Ele obteve um desempenho de 0,95789 para acurácia, precisão, revocação e f1-score; e um Area Under the ROC Curve médio de 0,96842. Em relação ao modelo de regressão, o melhor cenário utilizou janela de tempo de 30 dias, previu o log do preço para 1 dia no futuro. O modelo alcançou um desempenho de 0,01274 para o Mean Absolute Error, 0,00027 para Mean Squared Error, 0,01667 para Root Mean Squared Error, 0,28828% para Mean Absolute Percentage Error e 0,98042 para o R2 . Após transformar o resultado da regressão em classes de acordo com a variação percentual predita, ele obteve um desempenho para um limite de 7% de 0,94553 para acurácia, precisão, revocação e f1-score; e um Area Under the ROC Curve médio de 0,95915. Ao comparar ambas as técnicas, a classificação se mostrou mais assertiva.