Eduardo Oliveira Osborne, João Pedro Laporta Balaciano, Luiz Felipe Vila Verdes Alves
O mercado de criptomoedas é notório por sua volatilidade, o que apresenta, tanto riscos, quanto oportunidades. Este projeto explora o uso de Machine Learning para tentar encontrar padrões em meio a esse caos aparente.
O objetivo desse trabalho é desenvolver duas técnicas diferentes para trabalhar com predição da direção de preço. A primeira é uma técnica clássica utilizando o modelo de Regressão Logística para a tarefa de classificação binária: prever se o preço de fechamento do dia seguinte será de Alta ou Baixa em relação ao dia atual. A segunda técnica consiste na utilização de um modelo treinado para análise de sentimento de notícias financeiras, com o objetivo de aferir se o preço do bitcoin sobe ou desce.
Durante o desenvolvimento do projeto, optamos por realizar todo o processo em formato de live code, permitindo uma construção mais dinâmica e colaborativa. Inicialmente, aplicamos a técnica clássica e depois a abordagem moderna. Optamos por adicionar nas pastas específicas de cada técnica mais detalhes de como foi trabalhar com cada uma delas.