Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2022-157643
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Nos mercados financeiros o uso de algoritmos combinados a modelos matemáticos tem se apresentado como um método popular para encontrar padrões e correlações no preço de ativos, permitindo a tomada de decisões sobre quando comprar e vender em uma corretora. Com o advento das criptomoedas como Bitcoin e Ethereum, novas oportunidades foram criadas para aplicar estes modelos, e assim desvendar novas correlações. Por outro lado, novos algoritmos de otimização para busca global chamados de meta-heurísticas tem sido propostos nas últimas décadas, explorando ideias de processos naturais, como a evolução por seleção natural, de forma a resolver rapidamente tais problemas desafiadores. Esse trabalho expande o uso de algoritmos evolutivos em mercados financeiros, proposto por Hirabayashi em 2009, especificamente para criptomoedas e ativos relacionados. Como experimentos, são validadas aplicações da meta-heurística BRKGA, sendo possível descrever um modelo de trade de modo simples, encontrando soluções que melhor se encaixam nas condições de mercado, utilizando dados reais da corretora Binance.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo