A literature review on the predictability of volatility in cryptocurrencies

Resumo

Nos últimos anos, as criptomoedas cresceram apresentando um peso significativo nos mercados financeiros. A Bitcoin foi a primeira rede descentralizada de pagamento peer-to-peer e as altcoins vieram melhorar a velocidade e privacidade do Bitcoin. Com o Initial Coin Offerings de moedas em 2016, a Ethereum chegou para reduzir mercado à Bitcoin. A tecnologia blockchain subjacente aos ativos criptográficos tem mostrado características revolucionárias para o mercado financeiro. O blockchain tem sido extensivamente estudado e é classificado em três tipos básicos: blockchain público, privado e federado / consórcio, segundo Zheng et al., 2018. Nesta dissertação, é feita uma revisão de literatura sistemática (RSL) sobre os modelos usados na literatura revista para prever a volatilidade do preço e dos retornos de várias criptomoedas. Através de RSL e a abordagem de data Analytics foram submetidos vários artigos científicos da Elsevier, Emerald e Google Scholar à mineração de texto no software R. Desta análise revelou-se que o modelo GARCH foi o mais usado na literatura selecionada, seguido do Wavelet-Base e do Machine-Learning. Vários autores apresentaram modelos de tipo GARCH para explicar a volatilidade ao nível do preço e dos retornos da Bitcoin e de outras criptomoedas, apresentando comparações entre as variantes de GARCH que melhor prevê a volatilidade dos preços e dos retornos das criptomoedas. Para apresentar modelos GARCH mais precisos na previsão da volatilidade das criptomoedas existem autores que vão para além do tradicional GARCH e investigam modelos GARCH híbridos com técnicas de Machine-Learning.

Data do prémio	18 dez. 2023
Idioma original	English
Instituição de premiação	Universidade Católica Portuguesa
Supervisor	Gonçalo Faria (Supervisor) & Fabio Verona (Co-Orientador)