Estudio comparativo sobre la predicción del precio de bitcoin mediante el uso de técnicas de aprendizaje profundo y aprendizaje automático

Al Fozan de la Cerda, Khalid (2022). Estudio comparativo sobre la predicción del precio de bitcoin mediante el uso de técnicas de aprendizaje profundo y aprendizaje automático. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. de Sistemas Informáticos (UPM), Madrid.

Description

Title: Estudio comparativo sobre la predicción del precio de bitcoin mediante el uso de técnicas de aprendizaje profundo y aprendizaje automático
Author/s:
  • Al Fozan de la Cerda, Khalid
Contributor/s:
  • Lara Cabrera, Raúl
Item Type: Final Project
Degree: Grado en Ingeniería del Software
Date: April 2022
Subjects:
Freetext Keywords: Aprendizaje Profundo; Aprendizaje automático; Predicción; Criptomonedas; Blockchain; Bitcoin
Faculty: E.T.S.I. de Sistemas Informáticos (UPM)
Department: Sistemas Informáticos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB)
[img] Archive (ZIP) - Users in campus UPM only
Download (2MB)

Abstract

El mercado de las criptomonedas ha recibido recientemente mucha atención de los medios de comunicación y del público en general debido a su reciente aumento de precios. En este contexto, Bitcoin se destaca por abarcar la mayor parte de la capitalización total de mercado, siendo a su vez la criptomoneda con mayor volumen de transacciones diarias. De manera similar, durante los últimos años el campo de la inteligencia artificial ha experimentado un fuerte crecimiento. Si bien es cierto que el concepto de la IA y el estudio de las redes neuronales tiene ya un largo recorrido, la explosión de los datos disponibles ha propulsado la aplicación de la inteligencia artificial. Este proyecto plantea realizar un análisis sobre la efectividad de la aplicación de técnicas de aprendizaje profundo y aprendizaje automático a la hora de realizar predicciones sobre el precio de Bitcoin. Se realiza un estudio comparativo sobre distintos algoritmos, empleando una batería que incluye modelos basados en series temporales como SARIMA o Facebook Prophet. A su vez, también se estudia la efectividad a la hora de predecir el precio del bitcoin en predicciones realizadas por redes neuronales recurrentes (RNN), como pueden ser GRU, LSTM o BiLSTM. Adicionalmente, se estudia si el uso de datos provenientes de indicadores técnicos permite a los modelos realizar predicciones con un mayor grado de precisión. Abstract: The cryptocurrency market has recently received a lot of attention from the media and the general public due to its recent price increase. In this context, Bitcoin stands out for covering most of the total market capitalization, being the cryptocurrency with the highest volume of daily transactions. Similarly, during recent years the field of artificial intelligence has experienced a strong growth. Although it is true that the concept of AI and the study of neural networks have already come a long way, the explosion of available data has propelled the application of artificial intelligence. This project proposes to carry out an analysis of the effectiveness of the application of deep learning and machine learning techniques when making predictions about the price of Bitcoin. A comparative study is carried out on different algorithms, using models based on time series such as SARIMA or Facebook Prophet. In turn, the effectiveness at the time of predicting the price of bitcoin, in predictions made by Recurrent Neural Networks (RNN), such as GRU, LSTM or BiLSTM, is also studied. Additionally, it is evaluated whether the use of data coming from technical indicators allows the models to make predictions with a higher degree of accuracy.

More information

Item ID: 70243
DC Identifier: https://oa.upm.es/70243/
OAI Identifier: oai:oa.upm.es:70243
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 10 Apr 2022 10:52
Last Modified: 10 Apr 2022 10:52
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM