IDEAS home Printed from https://ideas.repec.org/p/osf/osfxxx/9rhvj.html
   My bibliography  Save this paper

Estimación del precio de criptomoneda Monero (XMR) basado en modelos matemáticos inferenciales 2019-2021

Author

Listed:
  • Agudelo, Juan López

Abstract

La propuesta de estimación del precio de comercialización de la criptomoneda Monero (XMR), partió de la observación de una muestra en nodos de los mercados globales, con información histórica del periodo 2019-2021, y proyección en modelos matemáticos inferenciales. La política blockchain predijo una variabilidad positiva de 62% para el activo, y su equivalencia en dólares americanos hacia el último trimestre del año 2021; de entre 123 US$ hasta 212 US$ por unidad no fiduciaria. La bondad de ajuste del alisado exponencial doble se evidenció en el coeficiente de ajuste R2=0.792, en la tasación proyectada; con nivel de confianza del 97%. Mientras, el ajuste multivariado influyó positivamente en el incremento del valor de la criptomoneda en 72%. La evolución del precio del token explicó una variabilidad positiva de 9.12%; pasando de 401 US$ a 419 US$ en promedio. Si el umbral límite superior alcanza los 220 US$/XMR, la recomendación es a cambiar su valor por una moneda fiduciaria; posteriormente esperar a una caída brusca por debajo de los 160 US$, para la compra de XMR. Este es el escenario de rentabilidad ideal para el inversor en criptomonedas durante el periodo 2022.

Suggested Citation

  • Agudelo, Juan López, 2022. "Estimación del precio de criptomoneda Monero (XMR) basado en modelos matemáticos inferenciales 2019-2021," OSF Preprints 9rhvj, Center for Open Science.
  • Handle: RePEc:osf:osfxxx:9rhvj
    DOI: 10.31219/osf.io/9rhvj
    as

    Download full text from publisher

    File URL: https://osf.io/download/63fbcfbfbbc5e50652f81f18/
    Download Restriction: no

    File URL: https://libkey.io/10.31219/osf.io/9rhvj?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    NEP fields

    This paper has been announced in the following NEP Reports:

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:osf:osfxxx:9rhvj. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: OSF (email available below). General contact details of provider: https://osf.io/preprints/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.