Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/43061
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2025_ArthurRodriguesPereiraCarvalho_tcc.pdf785,65 kBAdobe PDFver/abrir
Título: Modelagem estocástica dos preços do bitcoin : análise intradiária e diária com predições
Autor(es): Carvalho, Arthur Rodrigues Pereira
Orientador(es): Quintino, Felipe Sousa
Coorientador(es): Santos, Helton Saulo Bezerra dos
Assunto: Modelagem estatística
Bitcoin
Equações diferenciais
Data de apresentação: 16-Jul-2025
Data de publicação: 26-Dez-2025
Referência: CARVALHO, Arthur Rodrigues Pereira. Modelagem estocástica dos preços do bitcoin: análise intradiária e diária com predições. 2025. 52 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística) – Universidade de Brasília, Brasília, 2025.
Resumo: Este trabalho propõe e avalia modelos estocásticos para descrever a dinâmica dos preços do Bitcoin em diferentes escalas temporais, utilizando dados diarios e intradiarios. Na análise diária, introduzem-se modelos dirigidos pelo Movimento Browniano Fracionario (fBm) para capturar memória longa, associados a especificacoes de volatilidade constante e estocastica via processo de Cox-Ingersoll-Ross. Para dados intraday, aplicam-se modelos de Duracão Condicional Autorregressiva (ACD) Exponencial, Weibull e Gamma Generalizado, com ajustes para padroes diurnos, para modelar o tempo entre transações. Os resultados demonstraram a capacidade dos modelos ACD em capturar o agrupamento das duracoes, com o modelo Gamma Generalizado apresentando melhor ajuste segundo a análise de resíduos de Cox-Snell. Esse estudo contribui ao aplicar e comparar modelos estocasticos em multiplas escalas temporais para o Bitcoin, confirmando a relevancia da memoria longa, da volatilidade estocastica e da dinamica intradiaria para a compreensao do ativo.
Abstract: This study proposes and evaluates stochastic models to describe the dynamics of Bitcoin prices across different time scales, using both daily and intraday data. In the daily analysis, models driven by Fractional Brownian Motion (fBm) are introduced to capture long memory, combined with constant and stochastic volatility specifications via the Cox- Ingersoll-Ross process. For intraday data, Exponential, Weibull, and Generalized Gamma Autoregressive Conditional Duration (ACD) models are applied—adjusted for diurnal patterns—to model the time between transactions. The results demonstrated the ability of ACD models to capture the clustering of durations, with the Generalized Gamma model showing the best fit according to the Cox-Snell residual analysis. This study contributes by applying and comparing stochastic models across multiple time scales for Bitcoin, confirming the relevance of long memory, stochastic volatility, and intraday dynamics for understanding the asset.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) – Universidade de Brasília, Departamento de Estatística, 2025.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Estatística



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.