Bakalářská práce

Evaluating the Predictive Power of Moving Averages and Relative Strength Index in Bitcoin and Ethereum Price Forecasting

Kaung Set Lin Htike
Anotace

This study analyses the effectiveness of Relative Strength Index (RSI) and Moving Averages (MA) in predicting price movements in Bitcoin and Ethereum. The accuracy and profitability of the indicators were tested by applying logistic regression models and manual back-testing on 4-hourly data. The performance is tested across bullish, bearish, and sideway states. The study reveals that, with proper risk …více

Abstract

This study analyses the effectiveness of Relative Strength Index (RSI) and Moving Averages (MA) in predicting price movements in Bitcoin and Ethereum. The accuracy and profitability of the indicators were tested by applying logistic regression models and manual back-testing on 4-hourly data. The performance is tested across bullish, bearish, and sideway states. The study reveals that, with proper risk …více

Klíčová slova
Cryptocurrency Trading Technical Analysis Logistic Regression Moving Averages (MA) Relative Strength Index (RSI) Backtesting Strategies Market Forecasting
Zadání práce
Aim: This thesis evaluates the predictive power of moving averages (MAs) and the Relative Strength Index (RSI) in forecasting Bitcoin and Ethereum price patterns. Key objectives include assessing their accuracy during periods of volatility and stability and identifying differences in predictive performance between Bitcoin and Ethereum. The findings provide insights into the applicability of traditional technical analysis tools in the dynamic cryptocurrency market.
Method: Using historical daily closing price data from January 2022 to December 2024, the study employs Python-based tools to calculate 50-day and 200-day MAs (simple and exponential) and RSI values. These indicators will be tested through back-testing strategies, generating buy/sell signals to evaluate their effectiveness in various market conditions.
Administrativní informace
Práce zkontrolována:
27. 4. 2025 22:43, doc. Ahad Zareravasan, PhD, učo 243210
Plný text práce
1,9 MB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
11. 6. 2025
Práce byla úspěšně obhájena

Vedoucí

doc. Ahad Zareravasan, PhD, učo 243210
KPEM ESF MU

Oponent

Seyed Mojtaba Hosseini Bamakan, PhD, učo 254171
KPEM ESF MU
Citovat tuto práci
Masarykova univerzita Ekonomicko-správní fakulta
Studijní program
Plán
Business Management and Finance

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce
 
Název
Vložil
Vloženo
Práva
Archiv závěrečné práce Kaung Set Lin Htike ESF B-BMF BBMF01 er82j/8
Tomešová, T.
25. 3. 2025
Složky
Soubory
Anotace anglicky annotation_english.txt
Lin Htike, K.
24. 4. 2025
Anotace česky annotation.txt
Lin Htike, K.
24. 4. 2025
Klíčová slova keywords.txt
Lin Htike, K.
24. 4. 2025
Plný text práce Evaluating_the_Predictive_Power_of_Moving_Averages_and_Relative_Strength_Index_in_Bitcoin_and_Ethereum_Price_Forecasting.docx
Lin Htike, K.
24. 4. 2025
Posudek oponenta - Kaung Set Lin Htike - Evaluating the Predictive Power of Moving Averages and Relative Strength Index in Bitcoin and Ethereum Price Forecasting posudek_oponenta_Hosseini_Bamakan.pdf
Hosseini Bamakan, S.
28. 5. 2025
Posudek vedoucího - Kaung Set Lin Htike - Evaluating the Predictive Power of Moving Averages and Relative Strength Index in Bitcoin and Ethereum Price Forecasting posudek_vedouciho_Zareravasan.pdf
Zareravasan, A.
27. 5. 2025
Zpráva o průběhu obhajoby prubeh_obhajoby.pdf
Zareravasan, A.
11. 6. 2025

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.