Bases de datos de series temporales y métodos estadísticos para la predicción de rendimientos de ETH

Título:

Bases de datos de series temporales y métodos estadísticos para la predicción de rendimientos de ETH

Autor:

Hernández, Alejo

Otros autores / Colaboradores:

 Bariviera, Aurelio F.; [ Director/a]  Di Pasquale, Ricardo; [ Codirector/a] 

Temas:

BASES DE DATOS; CRIPTOMONEDAS; 

URL:

http://sedici.unlp.edu.ar/handle/10915/161491,

Nota de tesis:

Trabajo Final Integrador (Especialización en Inteligencia de Datos Orientada a Big Data) - Universidad Nacional de La Plata. Facultad de Informática, 2023.

Extensión:

1 archivo (1,7 MB) : il. col.

Resumen:

Las bases de datos forman parte de nuestra vida diaria, aunque muchos de nosotros probablemente no seamos conscientes de este hecho. Esto es fácil de entender si tenemos en cuenta que la mayoría de las transacciones electrónicas nos ponen en contacto con una de ellas y que este tipo de transacciones se han vuelto ubicuas, dado el nivel de penetración que poseen los teléfonos celulares y el crecimiento exponencial que han experimentado los dispositivos conectados a internet (IoT, IoE). Este uso intensivo de las bases de datos, combinado con la vastedad de escenarios en los cuales se ven involucradas, ha propiciado un proceso evolutivo que comenzó en la década del ’60 y continua hasta nuestros días. En este camino, varios tipos de bases de datos fueron creadas: relacionales, no-SQL, de almacenamiento en memoria, de grafos, geoespaciales y por último, las especıficas para series temporales (BDSTs). Por otra parte, durante los últimos diez años la adopción de las criptomonedas como instrumento de inversión y/o de especulación fomentó el desarrollo de un mercado de negociación deslocalizado, de muy alta frecuencia y sin interrupciones significativas que, al día de hoy, se presenta como una alternativa viable para el manejo de divisas y el pago de bienes y servicios. Si bien en términos académicos, la mayoría de los trabajos publicados utilizan datos con frecuencias diarias, esta tendencia está cambiando, puesto que los investigadores han visto la importancia de extraer información de datos en más alta frecuencia para capturar el comportamiento de este mercado altamente dinámico. Estas características particulares que presenta el mercado de criptomonedas se traducen en un flujo de datos continuo y de alta frecuencia, modulado mayoritariamente por operaciones de trading automatizadas. Esto evidencia la necesidad de contar, por un lado, con un sistema de almacenamiento y procesamiento de datos acorde con el volumen y velocidad de generación involucrados y por otro, con una serie de algoritmos robustos que permitan predecir los retornos de los activos de forma precisa y confiable. A fin de explorar más en profundidad estos aspectos, este trabajo se propone implementar un pipeline de datos soportado por una BDST a fin de realizar predicciones de rendimento de activos usando métodos estadísticos. Más concretamente, se implementa la BDST InfluxDB para predecir los retornos de Ethereum (ETH), la segunda criptomoneda en términos de capitalización de mercado. Desde el punto de vista del manejo de datos, se decidió trabajar con la BDST InfluxDB puesto que la misma cuenta con una suite de herramientas muy completa para gestionar los procesos de captura, almacenamiento, consulta y visualización de la información. Por otra parte, en lo relativo al modelado estadístico de los datos, se utilizó el paquete Statsmodels de Python que permite realizar la predicción de los retornos aplicando un modelo ARMA con intervalos de confianza corregidos mediante un modelo GARCH.

Puede solicitar más fácilmente el ejemplar con: TES 23/30

1. Introducción

2. Series temporales 
2.1. Definición 
2.2. Casos de uso 
2.2.1. Análisis exploratorio 
2.2.2. Pronóstico futuro 
2.3. Series temporales como procesos estocásticos 
2.3.1. Distribución de probabilidad conjunta
2.3.2. Distribución de probabilidad marginal 
2.3.3. Distribución de probabilidad condicional 
2.3.4. Momentos de una variable aleatoria 
2.3.5. Covarianza y autocovarianza
2.3.6. Correlación y autocorrelación (ACF) 
2.3.7. Correlación parcial y Autocorrelación parcial (PACF) 
2.3.8. Estacionariedad 
2.4. Series temporales financieras 
2.4.1. Rendimientos 
2.4.2. Volatilidad

3. Modelos para pronóstico futuro de series temporales 
3.1. Modelos AR(p)
3.2. Modelos MA(q) 
3.3. Modelos ARMA(p, q) 
3.4. Modelos de volatilidad 
3.4.1. Estructura general 
3.4.2. Modelos ARCH(m) 
3.4.3. Modelos GARCH(m, s) 
3.5. Determinación del orden de un modelo 
3.5.1. Determinación basada en ACF y PACF 
3.5.2. Determinación basada en criterios de información 

4. Bases de datos para series temporales
4.1. Descripción general 
4.2. Casos de uso
4.2.1. Monitoreo de operaciones para DevOps 
4.2.2. Analítica en tiempo real 
4.2.3. Monitoreo de sensores de IoT 

5. Herramientas requeridas para la implementación 
5.1. InuxDB: Captura, almacenamiento, consulta y visualización 
5.1.1. Descripción general 
5.1.2. Modelo de datos
5.1.3. Escritura 
5.1.4. Consulta
5.1.5. Visualización 
5.2. Python: Análisis y pronostico futuro 
5.2.1. Descripción general 
5.2.2. Módulos principales

6. Proceso de implementación y resultados 
6.1. Arquitectura del pipeline 
6.2. Captura, almacenamiento y consulta 
6.3. Preprocesamiento
6.4. Análisis exploratorio
6.5. Modelado
6.6. Predicción 

7. Conclusiones 

A. Script para escritura a InuxDB 
B. Script para consulta a InuxDB 

Bibliografía