Bitcoin-Renditen und Volatilität: Langzeitgedächtnis bei wechselnder Markteffizienz

Zusammenfassung

Diese Studie untersucht, ob Bitcoin-Renditen und -Volatilität von 2011 bis 2017 ein Langzeitgedächtnis aufwiesen und wie sich dieses Verhalten im Zeitverlauf veränderte. Sie schätzt den Hurst-Exponenten mit der Rescaled-Range-Methode (R/S) und der Detrended-Fluctuation-Analyse (DFA) und vergleicht, wie gut sich damit Veränderungen der Persistenz und der Informationseffizienz erfassen lassen.

Die berichteten Ergebnisse deuten darauf hin, dass R/S tendenziell ein Langzeitgedächtnis erkennt, während DFA Veränderungen im Zeitverlauf deutlicher unterscheidet. Die Renditen sind im früheren Teil der Stichprobe persistent und erscheinen ab 2014 informationseffizienter. Die Volatilität, gemessen als logarithmische Differenz zwischen Intraday-Höchst- und Tiefstkursen, weist im gesamten Zeitraum ein Langzeitgedächtnis auf. Diese Befunde legen nahe, dass Renditen und Volatilität auf unterschiedlichen Entstehungsprozessen beruhen könnten. Die Evidenz beschränkt sich auf die angegebene Bitcoin-Stichprobe und die verwendeten Methoden; die Zusammenfassung enthält keine Angaben zu Robustheitsprüfungen oder dazu, ob die festgestellte Persistenz eine profitable Handelsstrategie ermöglicht.

Kernaussagen

• Die Studie untersucht die Persistenz von Bitcoin-Renditen und -Volatilität von 2011 bis 2017 anhand von Hurst-Exponenten-Methoden.
• Die R/S-Analyse neigt dazu, ein Langzeitgedächtnis festzustellen, während DFA Veränderungen der Effizienz im Zeitverlauf besser erfasst.
• Bitcoin-Renditen sind im früheren Teil der Stichprobe persistent und ab 2014 informationseffizienter.
• Das Intraday-Maß der Volatilität aus Höchst- und Tiefstkursen weist während der gesamten Stichprobe ein Langzeitgedächtnis auf.
• Rendite- und Volatilitätsmuster könnten auf unterschiedlichen zugrunde liegenden Prozessen beruhen.

Schlagwörter

# The inefficiency of Bitcoin revisited: a dynamic approach


# The inefficiency of Bitcoin revisited: a dynamic approach









This letter revisits the informational efficiency of the Bitcoin market. In particular we analyze the time-varying behavior of long memory of returns on Bitcoin and volatility 2011 until 2017, using the Hurst exponent. Our results are twofold. First, R/S method is prone to detect long memory, whereas DFA method can discriminate more precisely variations in informational efficiency across time. Second, daily returns exhibit persistent behavior in the first half of the period under study, whereas its behavior is more informational efficient since 2014. Finally, price volatility, measured as the logarithmic difference between intraday high and low prices exhibits long memory during all the period. This reflects a different underlying dynamic process generating the prices and volatility.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.