Análisis y predicción del comportamiento del precio del Bitcoin 2023-2024 mediante técnicas de machine learning

Abstract

El Bitcoin ha presentado una volatilidad significativa a lo largo del tiempo, influenciado por factores económicos, regulatorios y de percepción del mercado. En este trabajo se estudia la predicción del precio de cierre del Bitcoin desde mayo de 2023 hasta mayo de 2024 utilizando tres enfoques principales: regresión lineal múltiple, modelos de series de tiempo ARIMA y redes neuronales recurrentes (RNN). Se realiza un análisis exploratorio de los datos con el propósito de encontrar patrones, tendencias históricas y relaciones importantes entre variables como el precio de apertura, máximo, mínimo y volumen, mostrando la alta volatilidad del mercado. Los resultados muestran que la regresión lineal múltiple capturó eficazmente las tendencias generales, mientras que ARIMA es adecuado para patrones temporales estables, y las RNN ofrecen la mayor precisión en la predicción al adaptarse mejor a los cambios dinámicos del mercado. El mejor modelo para predecir el precio del Bitcoin fue el de regresión lineal múltiple, debido a las métricas, lo cual indica una fuerte relación lineal entre las variables independientes (precio de apertura, máximo, mínimo y volumen) y el precio de cierre. En este estudio se muestra la importancia de seleccionar el modelo adecuado según el contexto y se busca explorar enfoques híbridos y el uso de variables externas en futuras investigaciones.