ANÁLISE DA FERRAMENTA DE FIBONACCI NA PREVISÃO DE PREÇOS DE CRIPTOMOEDAS

Vitor Borges Monteiro, Sara Marfim Mendes Silva

Resumo


Diante o crescimento da quantidade de novos investidores, a busca por uma ferramenta eficaz para realizar a análise técnica de ativos é cada vez maior. Com isso, muitos investidores realizam sua tomada de decisões através do indicador de Fibonacci, uma das ferramentas mais utilizadas na análise técnica de cripto ativos, mesmo sem dominar o uso desse ou compreender sobre sua eficácia. O estudo foi desenvolvido buscando verificar o uso da sequência de Fibonacci como método para predição do comportamento de preço das criptomoedas. A metodologia utilizada baseia-se em análise descritiva e exploratória, além da realização de análise experimental com abordagem qualitativa, na qual foi investigada a eficácia da ferramenta no gráfico da criptomoeda Bitcoin em 3 períodos distintos (Janeiro a Maio de 2021, Julho a Outubro de 2021 e Setembro de 2021 Janeiro de 2022). O resultado evidenciou que a ferramenta de Fibonacci é eficaz na identificação de tendências de preço, pois esta serve como um indicador de zonas de suporte e resistências para o preço do criptoativo em questão.


Palavras-chave


: Investidores. Análise Técnica. Fibonacci. Indicador. Tendência de preço

Texto completo:

PDF

Referências


ABE, Marcos. Manual de análise técnica: essência e estratégias avançadas: tudo o que um investidor precisa saber para prosperar na Bolsa de valores até em tempos de crise. Novatec Editora, 2018.

ARAÚJO, Luana Souza; OLIVEIRA, Nilomar Vieira de. Uso da sequência de Fibonacci em análise técnica de criptomoedas. Revista Artigos. Com, v. 14, p. e2441-e2441, 2020.

BARROS, Thiago de Sousa. Análise Técnica e Fundamentalista: Ensaios sobre os métodos de análise. Revista de Administração e Negócios da Amazônia. v. 7, n.2, p. 39-63. 2015.

BHATTACHARYA, Sukanto et al. A computational exploration of the efficacy of Fibonacci Sequences in technical analysis and trading. Annals of Economics and Finance, v. 7, n. 1, p. 185, 2006.

CARVALHO, Alexandre Martins; BARBOZA, Flavio; FIORUCCI, José Augusto. Um algoritmo de negociação automatizado baseado em uma análise gráfica, pode apresentar um bom resultado?. REVISTA ENIAC PESQUISA, v. 9, n. 1, p. 129-150, 2020.

CARVALHO, Paulo. Sequência Fibonacci pode dar ideia do preço máximo do Bitcoin: expressão numérica criada na idade média pode traduzir quais serão os próximos movimentos do bitcoin no mercado. Expressão numérica criada na Idade Média pode traduzir quais serão os próximos movimentos do bitcoin no mercado. 2019. Disponível em: https://livecoins.com.br/sequencia-fibonacci-pode-dar-ideia-do-preco-maximo-do-bitcoin/. Acesso em: 13 dez. 2021.

CHEN, James. Essentials of technical analysis for financial markets. John Wiley & Sons, 2010.

DEBASTIANI, Carlos Alberto. Análise Técnica de Ações: identificando oportunidades de compra e venda. Novatec Editora, 2008.

FERNANDES, Marcos da Silva; HAMBERGER, Paula Andréa do Valle; VALLE, Ana Cláudia Marques do. Análise Técnica e Eficiência dos Mercados Financeiros: Uma Avaliação do Poder de Previsão dos Padrões de Candlestick. Revista Evidenciação Contábil & Finanças, v. 3, n. 3, p. 35-54, 2015.

FROST, Alfred John; PRECHTER, Robert Rougelot. Elliott wave principle: key to market behavior. New Classics Library, 1995.

GANDHMAL, Dattatray P.; KUMAR, K. Systematic analysis and review of stock market prediction techniques. Computer Science Review, v. 34, p. 100190, 2019.

GONÇALVES, Leonardo Immich. O uso de indicadores técnicos como suporte à tomada de decisões no mercado financeiro. 2018.

GUARNIERI, Odir Cantanhede. Um estudo empírico da eficiência da análise técnica como instrumento na predição do Comportamento dos preços das ações: o caso Embraer. 2006.

GUIMARÃES, Victor Rodrigues. Comparação de estratégias de investimento segundo observação de um indicador de análise técnica para diferentes tempos e setups de operação. 2020.

JORGE, Felipe Braga. A estratégia de Fibonacci funciona na bolsa brasileira?. 2011.

LAMPREIA, Miguel Alexandre Parreira. Aplicabilidade e utilidade da análise técnica no mercado cambial. 2020. Tese de Doutorado.

LEMOS, Flávio Alexandre Caldas de Almeida. Análise Técnica Clássica. São Paulo: Saraiva, 2010. E-book.

LIMA, Teresa Cristina de Sá. Aplicação do modelo de Markowitz para a otimização de carteiras de títulos públicos. 2016. Trabalho de Conclusão de Curso. Universidade Tecnológica Federal do Paraná.

MANKIW, N. Gregory. Introdução à economia. 2005.

MARKOWITZ, Harry M. Cowles Foundation Monographs. In: Portfolio Selection. Yale University Press, 1968. p. 353-353.

MERCADO BITCOIN (Brasil). Volatilidade: O que é e Quais as Vantagens no Mercado de Criptomoedas? 2020. Disponível em: https://blog.mercadobitcoin.com.br/volatilidade-o-que-e-e-como-usa-la-a-seu-favor. Acesso em: 21 jan. 2022.

MITCHELL, Cory. Fibonacci Retracement Levels. 2021. Disponível em: https://www.investopedia.com/terms/f/fibonacciretracement.asp#toc-what-do-fibonacci-retracement-levels-tell-you. Acesso em: 20 jan. 2022.

NTI, Isaac Kofi; ADEKOYA, Adebayo Felix; WEYORI, Benjamin Asubam. A systematic review of fundamental and technical analysis of stock market predictions. Artificial Intelligence Review, v. 53, n. 4, p. 3007-3057, 2020.

PEREIRA, Barbara Holanda. Análise técnica de ações: eficiência do índice de força relativa em comparação a estratégia buy and hold. 2019.

PIAZZA, Marcelo. O melhor da análise técnica de ações. São Paulo: Saraiva, 2010.

PIRES, William Lucas Carvalho. Estratégias no mercado a vista e secundário para rentabilização de um portfólio convexo a partir de análise por múltiplos, fundamentalista e técnica. 2021.

POLO, Caio Cesar Pereira; JUNIOR, Laercio Javarez. Utilização de um novo indicador para operações em mercado de bolsa de valores. Brazilian Journal of Development, v. 7, n. 5, p. 46255-46269, 2021.

PRING, Martin J. Technical analysis explained: The successful investor's guide to spotting investment trends and turning points. McGraw-Hill Professional, 2002.

RIGONATTO, Marcelo. "Sequência de Fibonacci"; Brasil Escola, 2012. Disponível em: https://brasilescola.uol.com.br/matematica/sequencia-fibonacci.htm. Acesso em: 13 dez. 2021.

SANTOS, Augusto Lima dos; SOUZA, Leandro Coelho de; SUAREZ, Diego Frias. SGF: Stop and Go Fibo–Estratégia Automatizada de Negociação no Mercado Financeiro Baseada nas Regressões de Fibonacci. Brazilian Journal of Development, v. 7, n. 5, p. 52993-53016, 2021.

SANTOS, Vânia Arcelino dos. Um modelo de análise fundamentalista de ações de instituições financeiras brasileiras. 2017.

SILVA, Bruno Astrolino. Números de Fibonacci e números de Lucas. 2017. Tese de Doutorado. Universidade de São Paulo.

SILVA, Carlos. Método Fibonacci: Opções Binárias e benefícios dessa estratégia Source: investimentosinfo.com.br. 2021. Disponível em: https://investimentosinfo.com.br/metodo-fibonacci-opcoes-binarias-e-beneficios-dessa-estrategia/. Acesso em: 20 jan. 2022.

SILVA, Elisabeth Sales da et al. Estudo comparativo entre a rentabilidade de seis empresas no mercado de ações pela escola Fundamentalista e Técnica. Revista OIDLES, v. 14, n. 28, 2020.

SILVA, Susi Castro; MONTEIRO, Vitor Borges. Criptomoedas (ou criptoativos?) como meio de pagamento no Brasil e a lógica do Cisne Negro: da ausência de regulamentação específica ao desempenho da criptoeconomia durante a pandemia de Covid-19. 2021.

SILVA, Susi Castro; MONTEIRO, Vitor Borges. A Sistemática Brasileira de Segurança da Atividade Financeira no ciberespaço e a atual (in) aplicabilidade às Initial Coin Offerings (Icos) e aos seus ativos virtuais. Contextus–Revista Contemporânea de Economia e Gestão, v. 16, p. 62-83, 2018.

SPRITZER, Felipe Almeida; TAUHATA, João Paulo Mello. Análise técnica para day trade: rentabilidade de indicadores no longo prazo. 2017. Tese de Doutorado. Universidade Federal do Rio de Janeiro.

TAYLOR, Vinícius Schardong. A relevância da análise técnica para selecionar ações. 2010.

VOROBIEV, Nicolai N. Fibonacci numbers. Springer Science & Business Media, 2002.

YAZBEK, Priscila. Criptomoedas: 56% buscam aprender sozinhos sobre investimento em ativos digitais: levantamento exclusivo obtido pela CNN mostra que metade das pessoas investiu pela primeira vez entre 2020 e 2021. Levantamento exclusivo obtido pela CNN mostra que metade das pessoas investiu pela primeira vez entre 2020 e 2021. 2021. Disponível em: https://www.cnnbrasil.com.br/business/criptomoedas-56-buscam-aprender-sozinhos-sobre-investimento-em-ativos-digitais/. Acesso em: 13 dez. 2021.


Apontamentos

  • Não há apontamentos.


Administração de Empresas em Revista, e-ISSN: 2316-7548

Rua Chile, 1678, Rebouças, Curitiba/PR (Brasil). CEP 80.220-181

Licença Creative Commons

Este obra está licenciado com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.