نشاط تداول العملات المشفرة وأزمنة الصفقات والتعدد الكسيري

الملخص

يفحص هذا التحليل بيانات على مستوى كل حركة سعرية لعملات مشفرة رئيسية متداولة على منصات متعددة. ويدرس الزمن بين المعاملات إلى جانب أعدادها وحجم التداول والتقلب. ويذكر المؤلفون وجود ارتباط ذاتي بقانون قوة طويل الأمد في أزمنة ما بين المعاملات، ويربطون هذا النمط بالتعدد الكسيري. كما أن أطياف التفرد غير متناظرة، ويكون السلوك المتعدد الكسور أغنى خلال فترات النشاط المرتفع مقارنة بالفترات الهادئة.

تقارن الدراسة أيضًا توزيعات مرشحة للكميات المرصودة. فلا يلائم التوزيع الأسي الممتد ولا التوزيع ذو ذيل قانون القوة جميع تركيبات المنصات والكميات: قد ينجح أحدهما في بعض الحالات، بينما يفشل كلاهما في حالات أخرى. وقد تختلف الخصائص الإحصائية بوضوح بين مجموعات البيانات المتوازية من منصات مختلفة. ولا يحدد المقتطف المنصات أو فترة أخذ العينات أو نموذجًا عامًا، لذا تشير النتائج إلى سلوك خاص بكل منصة وحدود الافتراضات التوزيعية الواسعة، لا إلى قاعدة تداول واحدة.

الأفكار الرئيسية

• تُظهر أزمنة ما بين المعاملات في بيانات العملات المشفرة المدروسة ارتباطًا ذاتيًا طويل الأمد وفق قانون القوة.
• تُظهر فترات النشاط المرتفع تعددًا كسيريًا أغنى من الفترات الهادئة.
• لا تلائم التوزيعات الأسية الممتدة وذات ذيل قانون القوة كل كمية مقاسة أو مجموعة بيانات.
• قد تختلف الخصائص الإحصائية لمجموعات البيانات من منصات مختلفة اختلافًا كبيرًا.
• يعرض المقتطف ملاحظات عن بنية السوق بدلًا من استراتيجية تداول محددة.

الوسوم

# Analysis of inter-transaction time fluctuations in the cryptocurrency market


# Analysis of inter-transaction time fluctuations in the cryptocurrency market









We analyse tick-by-tick data representing major cryptocurrencies traded on some different cryptocurrency trading platforms. We focus on such quantities like the inter-transaction times, the number of transactions in time unit, the traded volume, and volatility. We show that the inter-transaction times show long-range power-law autocorrelations. These lead to multifractality expressed by the right-side asymmetry of the singularity spectra $f(α)$ indicating that the periods of increased market activity are characterised by richer multifractality compared to the periods of quiet market. We also show that neither the stretched exponential distribution nor the power-law-tail distribution are able to model universally the cumulative distribution functions of the quantities considered in this work. For each quantity, some data sets can be modeled by the former, some data sets by the latter, while both fail in other cases. An interesting, yet difficult to account for, observation is that parallel data sets from different trading platforms can show disparate statistical properties.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.