Nos últimos anos o tema das criptomoedas tem gerado imenso debate tanto para os profissionais envolvidos com o meio financeiro como para muitos membros da sociedade como um tudo. Atualmente a Bitcoin continua a ser a criptomoeda mais famosa do planeta. Como todos os instrumentos tradicionais ao conseguir prever a volatilidade será benéfico compreender qual será o melhor período para comprar ou vender por exemplo o ativo em si, tendo sempre em consideração sempre o nível de risco que é superior neste tipo de activos. O objetivo de qualquer investidor visa sempre maximizar o lucro e obter o retorno máximo sobre o investimento. Desta forma, a presente Dissertação utiliza modelos da família GARCH para conseguir prever a volatilidade da Bitcoin num período futuro, sendo a volatilidade um dos maiores fatores de decisão na aquisição de um novo ativo financeiro. Utilizemos a mesma metodologia para estudar um ETF que trabalha com mineração de criptomoedas com o intuito de compreender se a mesma estrutura de testes e modelos se adequa não só para a nossa criptomoeda em estudo, mas também para um conjunto de empresas que trabalha indiretamente com criptomoedas. Os resultados permitem concluir que dos modelos GARCH utilizados em ambas as séries estimadas o modelo EGARCH será o melhor o melhor para a sua estimação.

In recent years, the topic of cryptocurrencies has sparked significant debate among financial professionals and many members of society as a whole. The question of whether to invest in this new financial asset has raised many doubts and convictions among investors. Should they invest in cryptocurrencies to diversify their portfolios or not. Currently, Bitcoin remains the most well-known cryptocurrency in the world, and like all traditional instruments, being able to predict its volatility makes it easier to understand the best times to buy or sell the asset, for instance. The goal of any investor is always to maximize profits and achieve the highest possible returns. Therefore, throughout our academic work, we decided to use models to predict Bitcoin's future volatility. Volatility is undoubtedly one of the key factors in the decision-making process for acquiring any new asset, and Bitcoin is no exception. We applied the same methodology to study an ETF focused on cryptocurrency mining, aiming to understand if the same testing structures and models are suitable not only for our cryptocurrency under study but also for a group of companies that work indirectly with cryptocurrencies. The results indicate that, among the GARCH models used in both estimated series, the EGARCH model is the most suitable for estimation.