Future of Money

Cientistas criam inteligência artificial para gerenciar portfólio de criptomoedas

Ferramenta foi treinada com dados de transferências em blockchains e conta com cinco unidades para realizar e processar negociações

 (Reprodução/Reprodução)

(Reprodução/Reprodução)

Cointelegraph
Cointelegraph

Agência de notícias

Publicado em 7 de julho de 2023 às 10h22.

Dois pesquisadores da Universidade de Tsukuba, no Japão, criaram recentemente um sistema de gerenciamento de portfólios de criptomoedas baseado em inteligência artificial que utiliza dados de transações e transferências em blockchains. A dupla de cientistas afirma que o projeto seria o primeiro do gênero para o mercado cripto.

Batizado de CryptoRLPM, abreviação de "Cryptocurrency reinforcement learning portfolio manager" (gerente de portfólio de criptomoedas com aprendizagem por reforço, em tradução livre), o sistema de inteligência artificial utiliza uma técnica de treinamento chamada "aprendizagem por reforço" para implementar dados em seu modelo.

A aprendizado por reforço (RL, na sigla em inglês) é um paradigma de otimização em que um sistema de inteligência artificial interage com seu ambiente – nesse caso, um portfólio de criptomoedas – e atualiza seu treinamento com base em sinais de recompensa.

O CryptoRLPM aplica o feedback da RL em toda a sua arquitetura. O sistema está estruturado em cinco unidades principais que trabalham juntas para processar informações e gerenciar portfólios estruturados. Esses módulos incluem uma unidade de alimentação de dados, uma unidade de refinamento de dados, uma unidade de agente de portfólio, uma unidade de negociação ao vivo e uma unidade de atualização de agente.

Depois de desenvolvido, os cientistas testaram o CryptoRLPM atribuindo-lhe três portfólios. O primeiro continha apenas bitcoin e storj, o segundo mantinha os dois ativos e acrescentava bluzelle e o terceiro mantinha as três criptomoedas, juntamente com a chainlink.

Resultados da inteligência artificial

Os experimentos foram realizados em um período entre outubro de 2020 a setembro de 2022, com três fases distintas, de treinamento, validação e teste. Os pesquisadores mediram o sucesso do CryptoRLPM em relação a uma avaliação de linha de base do desempenho padrão do mercado por meio de três métricas: taxa de retorno acumulada (AAR), taxa de retorno diária (DRR) e índice Sortino (SR).

As taxas AAR e DRR são medidas rápidas do quanto um ativo perdeu ou ganhou em um determinado período de tempo, e o SR mede o retorno ajustado ao risco de um ativo.

De acordo com o artigo dos pesquisadores - ainda em fase de avaliação por pares -, o CryptoRLPM conquistou melhorias significativas em relação ao desempenho da linha de base do bitcoin: "Especificamente, o CryptoRLPM mostra pelo menos um incremento de 83,14% na ARR, pelo menos uma melhoria de 0,5603% na DRR e pelo menos uma melhoria de 2,1767 na SR, em comparação com a linha de base do bitcoin".

yt thumbnail

Siga o Future of Money nas redes sociais: Instagram | Twitter | YouTube Telegram | Tik Tok

Acompanhe tudo sobre:Inteligência artificialCriptomoedasCriptoativos

Mais de Future of Money

Entendendo o ciclo do halving com a dominância do bitcoin

Quer lucrar com criptomoedas em 2025? Confira dois indicadores para acompanhar

A disparada do bitcoin, regulação cripto ao redor do mundo e as perspectivas para 2025

Mulheres nas finanças e na tecnologia: paridade de gênero não pode esperar até 2155