Reinforcement Learning Applied to a Cryptocurrency Portfolio in a Complexity Environment
DOI:
https://doi.org/10.14393/REE-v36n1a2021-50850Resumo
Recentemente, criptomoedas têm sido empregadas como ativos financeiros e apresentado retornos positivos, apesar de sua volatilidade ser alta. Este artigo busca elaborar um portfólio hipotético de criptomoedas e para tanto, utiliza aprendizado de máquina com um algoritmo de otimização para definir a quantia ideal a ser alocada em cada ativo. Os resultados mostram que o portfólio hipotético apresenta retornos superiores e volatilidade inferior comparado a outras estratégias de alocação.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.