Calculando a volatilidade do Bitcoin

O Bitcoin é uma criptomoeda que possui a característica de ser volátil, de forma que isso significa incorrer do risco de mercado. Apesar deste senso comum, devemos pensar: o quanto é essa volatilidade? Como podemos mensurá-la? Há diversas formas, e neste post de hoje iremos estimar a volatilidade do Bitcoin através do modelo GARCH utilizando o R.

O modelo GARCH é útil para realizar estimativas da volatilidade de um ativo financeiro, visto as suas propriedades. Séries financeiras tendem a possui volatility cluster, ou seja, valores extremos em diferentes períodos de tempo. Outra questão é que os erros de previsão ao quadrado possuem autocorrelação, de forma que ajudam a explicar a variância, bem como a sua própria variância passada.

Já trabalhamos com aplicações do mesmo modelo em post passados:

Bem como ensinamos a criar modelos de volatilidade em nosso curso de Econometria Financeira usando o R.

Com estas considerações, podemos utilizar os retornos da Bitcoin (em USD) diários para a modelagem de sua volatilidade com um GARCH(1,1).

Primeiro, carregamos os pacotes necessários.

Em seguida, buscamos os dados do Bitcoin utilizando o pacote {crypto2}.

Podemos visualizar a série de retornos diárias do Bitcoin, de forma a obter uma análise sobre suas características.

Com efeito, podemos especificar o modelo e estimar os coeficientes.

__________________________________________________

Quer saber mais?

Veja nossos cursos da trilha de Finanças Quantitativas.

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise de Dados com REPL Tool e LLM usando LangGraph

Neste post, vamos mostrar como você pode criar um agente que interpreta e executa código Python em tempo real, utilizando o REPL-Tool e um LLM da família Gemini. Começamos com um exemplo genérico e, em seguida, aplicamos a mesma estrutura à análise econômica de uma série histórica do IPCA.

Frameworks para criar AI Agents

Neste post, vamos dar o primeiro passo rumo à construção de Agentes de IA mais sofisticados, capazes de tomar decisões, interagir com ferramentas externas e lidar com tarefas complexas. Para isso, precisamos entender o papel dos frameworks agenticos (ou agentic frameworks) e como eles podem facilitar esse processo. Aqui introduzimos dois frameworks populares de desenvolvimento de Agentes de IA.

Construindo RAG para Análise do COPOM com SmolAgents

Este exercício demonstra, passo a passo, como aplicar o conceito de Retrieval-Augmented Generation (RAG) com agentes inteligentes na análise de documentos econômicos. Utilizando a biblioteca SmolAgents, desenvolvemos um agente capaz de interpretar e responder a perguntas sobre as atas do COPOM com base em buscas semânticas.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.