Modelos ARIMA para el análisis sistematizado de criptomonedas
Resumen
Se realiza un análisis ARIMA de las series de tiempo correspondientes al rendimiento de Bitcoin. Para ello se utiliza el software R. Se hace un estudio comparativo de diferentes modelos ARIMA para modelar el comportamiento del rendimiento de Bitcoin en el periodo comprendido del día 1 de enero de 2020 hasta el 31 de diciembre de 2020. Finalmente, se efectúa un análisis de bondad de ajuste para comprobar cuál de los modelos reproduce mejor los datos reportados.
Descargas
Citas
Alahmari, S. A. (2019). Using machine learning arima to predict the price of cryptocurrencies. ISC Int. J. Inf. Secur., pp. 139–144.
Bakar, N. A. y Rosbi, s. (2017). Autoregressive integrated moving average (arima) model for forecasting cryptocurrency exchange rate in high volatility environment: A new insight of bitcointransaction. International Journal of Advanced Engineering Research and Science, pp. 130–137.
Bitstamp (2020). Cryptodatadownload. Consultado el 15 de diciembre de 2022, en https://www.cryptodatadownload.com/data/bitstamp/.
INEGI (2022). Empleo y ocupación: Población económicamente activa. Consultado el 10 de diciembre de 2022, en
https://www.inegi.org.mx/temas/empleo/.
Levendis, J. (2019). Time Series Econometrics. Springer, New York.
Roy, S., Nanjiba, S., y Chakrabarty, A. (2018). Bitcoin price forecasting using time series analysis. 2018 21st International Conference of Computer and Information Technology (ICCIT), pp. 1–5.
Derechos de autor 2023 Guillermo Vital-Godinez, Jorge Quiterio-Romero, Pedro Amado Miranda-Romagnoli , Carlos Arturo Soto-Campos
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.