Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/75404| Tipo: | TCC |
| Título : | Análise de sentimento dos tweets e sua influência sobre o preço do bitcoin |
| Autor : | Castro, Pablo Anthony Costa |
| Tutor: | Ferreira, Francisco Gildemir Ferreira da |
| Palabras clave en portugués brasileño: | Bitcoin;Análise de sentimento;Twitter;Mercado financeiro;Criptomoedas |
| Palabras clave en inglés: | Bitcoin;Sentiment analysis;Twitter;Financial market;Cryptocurrencies |
| Fecha de publicación : | 2023 |
| Citación : | CASTRO, Pablo Anthony Costa. Análise de sentimento dos tweets e sua influência sobre o preço do bitcoin. 2023. 38 p. Trabalho em Conclusão de Curso (Graduação em Finanças) - Faculdade de Economia, Administração, Atuária e Contabilidade, Universidade Federal do Ceará, Fortaleza, 2023. |
| Resumen en portugués brasileño: | As redes sociais têm o poder influenciar os sentimentos e as decisões dos indivíduos, e no mercado financeiro a situação não é diferente. Nos últimos anos, a criptomoeda Bitcoin atravessou por grandes variações no seu preço, decorrente de diversas razões. Com base nessas observações, foi possível conduzir um estudo de como os sentimentos dos investidores, através de suas publicações na rede social Twitter, influenciam o preço de fechamento da criptomoeda Bitcoin. Primeiramente, uma base de dados, contendo várias variáveis e com um número expressivo de tweets, foi encontrada no site Kraggle, que abrange o período entre 10/02/2021 e 06/01/2023. A partir dessa base de dados, foi empregada a biblioteca NLTK para a etapa de pré-processamento dos dados, a qual inclui análise semântica e estatística. A biblioteca VADER foi utilizada para mensurar a polaridade dos sentimentos expressos nas publicações. Adicionalmente, foi utilizada uma base de dados contendo as informações sobre o Bitcoin durante o mesmo período. Com a avaliação dos sentimentos dos tweets e os dados relativos ao preço de fechamento do Bitcoin, foi possível criar um modelo de regressão ARDL (Autoregressive Distributed Lag) para avaliar se as variáveis selecionadas influenciam no preço do Bitcoin. Os resultados revelaram que as variáveis selecionadas possuem influência sobre o preço do Bitcoin. Consequentemente, a hipótese de que os tweets influenciam o preço do Bitcoin foi não rejeitada. |
| Abstract: | Social media has the power to influence the feelings and decisions of individuals, and in the financial market, the situation is no different. In recent years, the cryptocurrency Bitcoin has experienced significant price fluctuations due to various reasons. Based on these observations, a study was conducted on how investors' sentiments, as expressed in their Twitter posts, influence the closing price of the Bitcoin cryptocurrency. Firstly, a database containing multiple variables and a substantial number of tweets was found on the Kraggle website, covering the period from 10/02/2021 to 06/01/2023. From this database, the NLTK library was used for data preprocessing, which includes both semantic and statistical analysis. The VADER library was employed to measure the polarity of sentiments expressed in the posts. Additionally, a database containing information about Bitcoin during the same period was utilized. By evaluating the sentiments of tweets and the data related to the closing price of Bitcoin, an Autoregressive Distributed Lag (ARDL) regression model was created to assess whether the selected variables influence the price of Bitcoin. The results revealed that the selected variables do have an influence on the price of Bitcoin. Consequently, the hypothesis that tweets influence the price of Bitcoin was not rejected. |
| URI : | http://repositorio.ufc.br/handle/riufc/75404 |
| Derechos de acceso: | Acesso Aberto |
| Aparece en las colecciones: | FINANÇAS - Monografias |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2023_tcc_paccastro.pdf | 686,32 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.