Prediciendo el precio del Bitcoin, y más

Predicting the Price of Bitcoin, and more

Leidy Catherinne Sánchez Ascanio y John Alexander Arredondo García

Suma de Negocios, 11(24), 42-52, Enero-Junio 2020, ISSN 2215-910X

http://doi.org/10.14349/sumneg/2020.V11.N24.A5

Recibido el 18 de noviembre de 2019
Aceptado el 24 de enero de 2020
Online el 31 de enero de 2020

Resumen

La globalización y las nuevas tecnologías han incentivado el crecimiento del mercado de las criptomonedas, lo que ha implicado que sean incluidas dentro de los activos usuales de trading. Dado que hasta el momento su valor en el mercado ha estado envuelto en un manto de especulación y volatilidad, debemos preguntarnos: ¿se puede anticipar en corto y largo tiempo, el valor en el mercado de una criptomoneda, por ejemplo, el Bitcoin? Con esta premisa, en este artículo se realizará el análisis de los precios del Bitcoin, la moneda digital más capitalizada del mercado, aplicando los principios básicos de la técnica de las ondas de Elliott. Se observará que esta técnica arroja un margen de efectividad en la predicción bastante aceptable, y dada la simplicidad de su estructura, será una herramienta que puede utilizar cualquier inversor interesado en el mercado de las criptomonedas.


Palabras clave:
Bitcoin, criptomonedas,
formación de precios,
eficiencia de mercado,
estrategia de cartera,
ondas de Elliott.

Códigos JEL:
G11, G12, G15, G17

Abstract

Globalization and new technologies have incentivized the growth of the cryptocurrency market, which has meant that they are included in the usual trading assets. Since so far its market value has been wrapped in a cloak of speculation and volatility, we must ask ourselves, can we anticipate in a short and long time, the market value of a cryptocurrency? Under this premise, in this article we will perform the analysis of the prices of Bitcoin, the most capitalized digital currency in the market, applying the basic principles of the Elliott waves technique. We will observe that this technique yields a margin of effectiveness in prediction quite acceptable, and given the simplicity of its structure, it will be a tool that can be used by any person interested in the cryptocurrency market.


Keywords:
Bitcoin,
cryptocurrencies,
price formation,
market efficiency,
portfolio strategy,
blockchain,
Elliott waves.

Artículo Completo
Bibliografía

Atsalakis, G., Atsalaki, I., Pasiouras, F., & Zopounidis, C. (2019). Bitcoin price forecasting with neuro-fuzzy techniques. European Journal of Operational Research, 276(2), 770-780. doi:10.1016/j.ejor.2019.01.040.

Bariviera, A. (2017). The inefficiency of Bitcoin revisited: A dynamic approach. Economics Letters, 161, 1-4. doi:10.1016/j.econlet.2017.09.013.

Bicknell, M., & Hoggatt, V. (1972). A primer for the Fibonacci numbers. California: Fibonacci Association, San Jose State University.

Casti, J. (2002). The waves of life: The Elliott wave principle and the patterns of everyday events. Accounting for things. Complexity, 7(6), 12-17.

Chaim, P., & Laurini, M. (2019). Is Bitcoin a Bubble? Physica A: Statistical Mechanics and its Applications, 519, 222-232. doi:10.1016/j.physa.2018.11.031.

Chatterjee, A., Ayadi, O., & Maniam, B. (2002). The application of Fibonacci sequence and Elliott wave theory in predicting security price movements: A survey. Journal of Commercial Banking and Finance.

Chen, Z., Li, C., & Sun, W. (2020). Bitcoin price prediction using machine learning: An approach to sample dimension engineering. Journal of Computational and Applied Mathematics, 365, 13. doi:10.1016/j.cam.2019.112395.

CoinMarketCap. (2019). Top 100 Cryptocurrencies by Market Capitalization [Tabla]. Recuperado el 17 de octubre de 2019, de CoinMarketCap: https://coinmarketcap.com/.

Figá-Talamanca, G., & Patacca, M. (2019). Does market attention affect Bitcoin returns and volatility? Decisions in Economics and Finance, 42(1), 135-155. doi:10.1007/s10203-019-00258-7.

Flori, A. (2019). Cryptocurrencies in finance: Review and applications. International Journal of Theoretical and Applied Finance, 22(5), 1-22. doi:10.1142/S0219024919500201.

Frolkova, M., & Mandjes, M. (2019). A Bitcoin-inspired infinite-server model with a random fluid limit. Stoch. Models, 35(1), 1-32. doi:10.1080/15326349.2018.1559739.

Goffard, P. (2019). Fraud risk assessment within blockchain transactions. Advances in Applied Probability, 51(2), 443-467. doi:10.1017/apr.2019.18.

Hartle, T. (1997). Fibonacci trader product review. Stock & Commodities Magazine, 1-15.

Ilalan, D. (2016). Elliott wave principle and the corresponding fractional Brownian motion in stock markets: Evidence from Nikkei 225 index. Chaos Solitons & Fractals, 92, 137-141. doi:10.1016/j.chaos.2016.09.018.

Krausz, R. (1998). New Gann Swing Charist dynamic Fibonacci channels. Fibonacci Trader Journal, 1(1), 1-8.

Maxwell, G., Poelstra, A., Seurin, Y., & Wuille, P. (2019). Simple Schnorr multi-signatures with applications to Bitcoin. Designs, Codes and Cryptography, 87(9), 2139-2164. doi:10.1007/s10623-019-00608-x.

Murphy, J. (1999). Technical analysis of the financial markets. New York: New York Institute of Finance.

Nakamoto, S. (2009). Bitcoin: A peer-to-peer electronic cash system. Obtenido de https://bitcoin.org/bitcoin.pdf.

Nasdaq. (2020). Market activity. Obtenido de https://www.nasdaq.com.

Pretcher, R. (2007). The basics of the Elliott wave principle. Georgia: Elliott Wave International.

Semmouni, M. C., Nitaj, A., & Belkasmi, M. (2019). Bitcoinsecurity with post quantum cryptography. Lecture Notes in Computer Science, 281-288. doi:10.1007/978-3-030-31277-0_19.

TradingView. (2019). BTCUSD Crypto Chart. Obtenido de https://www.tradingview.com/.

Vieira, F. (2017). De Moivre’s formula, or Binet or Lamé’s formula: Proofs and generalities about the generalized Fibonacci sequence (GFS). Revista Brasileira de História da Matemática, 17(33), 1-16.

Vishvaksenan, K., Kalaiarasan, R., Kalidoss, R., & Karthipan, R. (2016). Real time experimental study and analysis of Elliott wave theory in signal strength prediction. Proceedings of the National Academy of Sciences, India – Section A. doi:10.1007/s40010-016-0323-8.

Walsh, C. (2018). Trust in banking is broken – Here’s how to fix it. Forbes Finance Council. Obtenido de https://www.forbes.com/sites/forbesfinancecouncil.

PDF
EPUB
Métricas

Dimensions

PlumX


Instituciones

Fundación Universitaria Konrad Lorenz, Colombia
Copyright © 2020. Fundación Universitaria Konrad Lorenz, Colombia

2 comentarios

Trackbacks y pingbacks

Dejar un comentario

¿Quieres unirte a la conversación?
Siéntete libre de contribuir

Deja una respuesta

(Visited 680 times, 1 visits today)