Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas

Bibliographic Details
Main Author: Queiroz, Rhenan Gomes dos Santos
Publication Date: 2025
Format: Master thesis
Language: por
Source: Biblioteca Digital de Teses e Dissertações da USP
Download full: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-23072025-104903/
Summary: Este trabalho tem como objetivo investigar a dinâmica de volatilidade e de correlações entre as principais criptomoedas - Bitcoin (BTC), Ethereum (ETH), Binance Coin (BNB) e Solana (SOL) - aplicando modelos GARCH(1,1), GARCH realizado e GARCH de Correlação Condicional Dinâmica (DCC). A análise abrange o período de 30 de outubro de 2020 a 30 de outubro de 2024, utilizando retornos diários e dados intradiários com intervalo horário para cálculo de volatilidade realizada. Métricas de avaliação de desempenho foram utilizadas para medir a precisão das previsões de volatilidade em uma janela de 180 dias, com refit diário. Os resultados destacam a eficácia do Realized GARCH em superar os modelos tradicionais, especialmente quando integrado ao framework DCC com ordens maiores. Esta investigação não apenas contribui para a literatura sobre modelagem de risco no mercado de criptomoedas, mas também implicações práticas para gestores de risco e investidores institucionais na construção de portfólios mais robustos, e benefícios sociais ao fornecer subsídios para reguladores na promoção da estabilidade e transparência dos mercados de criptoativos.
id USP_4e722f3baa05aa964b0e42f8e9a0191c
oai_identifier_str oai:teses.usp.br:tde-23072025-104903
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadasModeling cryptocurrency returns: an analysis of dependence relationships through the study of multivariate time seriesCriptoativosCryptocurrenciesModelagem multivariadaMultivariate modelingSéries temporaisTime seriesEste trabalho tem como objetivo investigar a dinâmica de volatilidade e de correlações entre as principais criptomoedas - Bitcoin (BTC), Ethereum (ETH), Binance Coin (BNB) e Solana (SOL) - aplicando modelos GARCH(1,1), GARCH realizado e GARCH de Correlação Condicional Dinâmica (DCC). A análise abrange o período de 30 de outubro de 2020 a 30 de outubro de 2024, utilizando retornos diários e dados intradiários com intervalo horário para cálculo de volatilidade realizada. Métricas de avaliação de desempenho foram utilizadas para medir a precisão das previsões de volatilidade em uma janela de 180 dias, com refit diário. Os resultados destacam a eficácia do Realized GARCH em superar os modelos tradicionais, especialmente quando integrado ao framework DCC com ordens maiores. Esta investigação não apenas contribui para a literatura sobre modelagem de risco no mercado de criptomoedas, mas também implicações práticas para gestores de risco e investidores institucionais na construção de portfólios mais robustos, e benefícios sociais ao fornecer subsídios para reguladores na promoção da estabilidade e transparência dos mercados de criptoativos.This study aims to investigate the dynamics of volatility and correlations among the major cryptocurrencies - Bitcoin (BTC), Ethereum (ETH), Binance Coin (BNB), and Solana (SOL) - by applying GARCH(1,1) models, Realized GARCH, and Dynamic Conditional Correlation (DCC) GARCH. The analysis covers the period from October 30, 2020, to October 30, 2024, using daily returns and intraday data with hourly intervals to calculate realized volatility. Performance evaluation metrics were used to measure the accuracy of volatility forecasts over a 180-day window with daily refits. The results highlight the effectiveness of Realized GARCH in outperforming traditional models, especially when integrated into the DCC framework with higher orders. This investigation not only contributes to the literature on risk modeling in the cryptocurrency market but also has practical implications for risk managers and institutional investors in building more robust portfolios, along with social benefits by providing insights for regulators in promoting stability and transparency in crypto-asset markets.Biblioteca Digitais de Teses e Dissertações da USPDavid, Sergio AdrianiQueiroz, Rhenan Gomes dos Santos2025-03-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55137/tde-23072025-104903/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-07-23T17:29:02Zoai:teses.usp.br:tde-23072025-104903Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-07-23T17:29:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas
Modeling cryptocurrency returns: an analysis of dependence relationships through the study of multivariate time series
title Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas
spellingShingle Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas
Queiroz, Rhenan Gomes dos Santos
Criptoativos
Cryptocurrencies
Modelagem multivariada
Multivariate modeling
Séries temporais
Time series
title_short Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas
title_full Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas
title_fullStr Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas
title_full_unstemmed Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas
title_sort Modelagem dos retornos de criptomoedas: uma análise das suas relações de dependência através do estudo de séries temporais multivariadas
author Queiroz, Rhenan Gomes dos Santos
author_facet Queiroz, Rhenan Gomes dos Santos
author_role author
dc.contributor.none.fl_str_mv David, Sergio Adriani
dc.contributor.author.fl_str_mv Queiroz, Rhenan Gomes dos Santos
dc.subject.por.fl_str_mv Criptoativos
Cryptocurrencies
Modelagem multivariada
Multivariate modeling
Séries temporais
Time series
topic Criptoativos
Cryptocurrencies
Modelagem multivariada
Multivariate modeling
Séries temporais
Time series
description Este trabalho tem como objetivo investigar a dinâmica de volatilidade e de correlações entre as principais criptomoedas - Bitcoin (BTC), Ethereum (ETH), Binance Coin (BNB) e Solana (SOL) - aplicando modelos GARCH(1,1), GARCH realizado e GARCH de Correlação Condicional Dinâmica (DCC). A análise abrange o período de 30 de outubro de 2020 a 30 de outubro de 2024, utilizando retornos diários e dados intradiários com intervalo horário para cálculo de volatilidade realizada. Métricas de avaliação de desempenho foram utilizadas para medir a precisão das previsões de volatilidade em uma janela de 180 dias, com refit diário. Os resultados destacam a eficácia do Realized GARCH em superar os modelos tradicionais, especialmente quando integrado ao framework DCC com ordens maiores. Esta investigação não apenas contribui para a literatura sobre modelagem de risco no mercado de criptomoedas, mas também implicações práticas para gestores de risco e investidores institucionais na construção de portfólios mais robustos, e benefícios sociais ao fornecer subsídios para reguladores na promoção da estabilidade e transparência dos mercados de criptoativos.
publishDate 2025
dc.date.none.fl_str_mv 2025-03-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/55/55137/tde-23072025-104903/
url https://www.teses.usp.br/teses/disponiveis/55/55137/tde-23072025-104903/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1839839016863662080

Similar Items