Análise de Sentimentos em Notícias sobre Bitcoin com Modelos de Linguagem de Grande Escala Avaliação da Melhoria na Acurácia das Previsões com Modelos de Aprendizado de Máquina

Resumo

A previsão dos preços do Bitcoin e de outras criptomoedas é extremamente desafiadora devido à sua alta volatilidade. Este estudo explora a aplicação da análise de sentimentos (AS) em manchetes de notícias sobre criptomoedas, com ênfase no Bitcoin, para prever suas flutuações de preço. Utilizamos um modelo de linguagem de grande escala (LLM) para rotular um conjunto de dados de notícias, identificando sentimentos negativos, positivos e neutros. A metodologia incluiu a coleta de manchetes sobre o Bitcoin e a aplicação de um LLM especializado em AS financeiro para categorizar os sentimentos. Esses dados foram então usados como entradas para três modelos distintos de aprendizado de máquina, visando classificar as futuras variações de preço do Bitcoin. O estudo examina as correlações entre as flutuações de preço do Bitcoin e os sentimentos nas notícias dentro do mesmo período. A expectativa é que a análise de sentimentos contribua para a melhoria da precisão das previsões das movimentações do Bitcoin.