Skip to content

Usando Deep Learning (RNN) para prever preços de Bitcoins

License

Notifications You must be signed in to change notification settings

deeplearningunb/Nostradamus-Coin

Repository files navigation

Nostradamus-Coin

Equipe

Membros GitHub E-mail
Byron Kamal byronkamal [email protected]
Igor Veludo IgorVeludo [email protected]
Fellipe Araujo fellipe-araujo [email protected]

Sobre o projeto

Como funciona o mercado de Bitcoins

É possível trocar qualquer moeda por bitcoins, como acontece em operações de câmbio.

Os trades de bitcoin reúnem pessoas que querem comprar e pessoas que querem vender em plataformas online, conhecidas como exchanges, corretoras ou casas de câmbio.

Quando duas pessoas dentro de uma plataforma chegam em acordo com um preço negociado, a troca ocorre instantaneamente de forma anônima para essas pessoas (apenas as exchanges sabem quem está trocando). Podem também ser realizadas diretamente entre as pessoas.

O trade funciona de maneira similar aos mercados de ações ou de compra e venda de outras moedas, mas, é claro, tem suas particularidades.

Qual é o problema?

Tempo certo para venda ou compra de Bitcoins

Solução proposta e quem será beneficiado

Com objetivo melhorar a previsão de valores do bitcoin com o tempo, os investidores podem usar a ferramenta para terem estimativas de valores com mais precisão. Dessa forma, o Nostradamus-Coin tenta ajudar na compra e venda de bitcoin de investidores de qualquer nível.

Funcionamento da Rede Neural

O projeto utiliza RNN (Recurrent neural network) e LSTM para a previsão de preços de Bitcoins.

RNN

Uma rede neural recorrente (RNN) é uma classe de redes neurais que inclui conexões ponderadas dentro de uma camada (em comparação com as redes de feed-forward tradicionais, onde conecta alimentação apenas para camadas subsequentes). Como as RNNs incluem loops, elas podem armazenar informações ao processar novas entradas. Essa memória os torna ideais para tarefas de processamento onde as entradas anteriores devem ser consideradas (como dados da série temporal).

RNN

LSTM

A LSTM é uma arquitetura de rede neural recorrente (RNN) que “lembra” valores em intervalos arbitrários. A LSTM é bem adequada para classificar, processar e prever séries temporais com intervalos de tempo de duração desconhecida.

LSTM


Nosso código de conduta pode ser acessado clicando aqui

About

Usando Deep Learning (RNN) para prever preços de Bitcoins

Resources

License

Code of conduct

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published