Como a Inteligência Artificial e redes neurais ganham força no mercado de criptoativos
Como redes neurais e algoritmos turbinados com IA são usados no mercado de criptoativos.
A grande maioria dos algoritmos de trading do mercado hoje são baseados em indicadores técnicos que mostram uma tendência do mercado com base em força relativa e médias móveis. No entanto, o mercado de cripto é mais complexo e com muitas variáveis que impactam a tendência, causando oscilações relevantes nos ativos, a ideia desse artigo é mostrar como Inteligência Artificial pode ser utilizada para prever ou até minimizar esses impactos.
A evolução na qualidade dos algoritmos de inteligência artificial vem crescendo exponencialmente nos últimos anos. As gigantes de tecnologia como Google, Facebook, Amazon estão investindo consistentemente bilhões de dólares no aperfeiçoamento das técnicas já existente e principalmente na qualidade das informações.
Há alguns poucos projetos em funcionamento no mundo, no qual a IA é usada para previsão de preços e tendências para criptoativos. O fato é que praticamente impossível realizar predições com mais de 60% de acurácia, mas ainda assim estamos falando de ferramentas que estão sendo usadas e ajudando no processo de formação de portfólios de grandes fundos de hedge, que precisam cruzar milhares de variantes a todo momento e que determinam quanto de recurso será alocado em quais e determinados ativos.
Podemos citar alguns projetos de criptoativos que estão se destacando e que são pouco conhecidos do grande público: Augur, Cindicator, HackenAI, IntoTheBlock, Nomics, Cryptowatch e Coinpredictions.
Então, como exatamente essas previsões de preços são calculadas? A premissa geral é que a IA recebe dados históricos de negociação das exchanges de criptomoedas e, com o tempo, teoricamente, a IA se torna mais precisa à medida que acumula mais e mais dados. Sem dados não há trabalho efetivo, é preciso um dose colossal de dados para que os padrões sejam aplicados e tenha acurácia.
Dito isto, essas previsões incluem um erro médio de 30 dias, que é o erro médio das previsões. No caso do Bitcoin (BTC), o erro médio de 30 dias é superior a 7,5%, o que excede a previsão de preço no momento de -2,8%. Portanto, ao considerar o erro, o Bitcoin (BTC) pode estar ativo ou inativo dentro de uma semana. Portanto, fica claro que as previsões ainda precisam ser cada vez mais adaptadas à realidade.
O mercado de negociação algorítmica foi avaliado em US$ 9,3 milhões em 2017 e deve crescer mais de 10% ao ano, todos os anos, de acordo com dados da Statista.
E os algoritmos têm tido sucesso. Em 2008, quando ocorreu o colapso financeiro, o índice Dow Jones perdeu cerca de 50% do seu valor em 18 meses. Nesse ano, um modelo de IA desenvolvido por pesquisadores retornou 681% sobre o investimento. Durante 13 anos, de 1992 a 2015, esse estudo liderado pelo Dr. Christopher Krauss obteve uma média de um retorno de 73% ao ano em comparação com um crescimento anual de 9% no mercado.
Para Jesus Rodrigues, cientista-chefe e CEO da IntoTheBlock, existem duas maneiras fundamentais de pensar em previsão: baseada em ativos ou baseada em fatores.
Se você está pensando em prever o preço do Bitcoin, está seguindo uma estratégia baseada em ativos. Como alternativa, as estratégias baseadas em fatores focaram-se em prever características específicas, como valor ou momento, em um conjunto de ativos. Por isso que realizar previsões de preço de criptoativos ainda é muito difícil, pois estes funcionam em rede e são impactados em rede. Como ter certeza que um modelo realmente irá funcionar? Rodrigues cita o estatístico inglês George E.P. Box:
“Essencialmente, todos os modelos estão errados, mas alguns são úteis”.
Isto é especialmente verdade quando se trata de entidades complexas, como mercados financeiros. No caso de criptoativos, é definitivamente possível prever movimentos de preços em criptomoedas, mas nenhum modelo único será eficaz em todas as condições de mercado.
