Bitcoin-Renditen und mit AI gemessene Erwartungen zur Geldpolitik

Zusammenfassung

Diese Studie untersucht, ob Narrative zur Zentralbankpolitik Bitcoin-Renditen erklären können, und unterscheidet dabei Markterwartungen von tatsächlich umgesetzten geldpolitischen Maßnahmen. Sie erstellt einen wöchentlichen Index der geldpolitischen Erwartungen, indem ein großes Sprachmodell Marktbotschaften als restriktiv oder expansiv klassifiziert. Der Index wird auf prädiktive Informationen über kurze bis mittlere Zeithorizonte geprüft; die Analyse berichtet signifikante Granger-Kausalitätsergebnisse bei mehreren Verzögerungen. Der Auszug beschreibt weder die Quellen der Botschaften noch die Validierung der Klassifikation oder die genauen Renditezeiträume.

Für nichtlineare und regimeabhängige Beziehungen verwenden die Forschenden ein LSTM-Modell und SHAP-Erklärungen. Sie berichten, dass restriktive geldpolitische Narrative mit negativen Bitcoin-Kursreaktionen verbunden sind, die über die gleichzeitig erfolgten Anpassungen des Federal-Funds-Satzes hinausgehen. Damit erscheint Bitcoin als empfänglich für die Kommunikation der Zentralbank und nicht allein für umgesetzte Zinsänderungen. Die Befunde zeigen berichtete prädiktive Zusammenhänge, beweisen jedoch weder, dass der Index Renditen verursacht, noch dass eine darauf beruhende Handelsstrategie profitabel wäre. Die Beschreibung enthält keine Angaben zu Handelskosten, Benchmark-Strategien oder Out-of-Sample-Handelsergebnissen.

Kernaussagen

• Die Studie erstellt anhand einer Sprachmodellklassifikation von Marktbotschaften einen wöchentlichen Index geldpolitischer Erwartungen.
• Laut Bericht enthalten Veränderungen des Index bei mehreren Zeithorizonten prädiktive Informationen für Bitcoin-Renditen.
• Granger-Kausalitätstests und ein LSTM mit SHAP untersuchen lineare und nichtlineare Beziehungen.
• Restriktive Narrative stehen über zeitgleiche Zinsänderungen hinaus mit negativen Bitcoin-Kursreaktionen in Verbindung.
• Ein prädiktiver Zusammenhang belegt weder Kausalität noch profitables Trading.

Schlagwörter

# Is Bitcoin A Hedge Against Central Banking? Evidence from AI-Driven Monetary Policy Expectations


# Is Bitcoin A Hedge Against Central Banking? Evidence from AI-Driven Monetary Policy Expectations









This study investigates the transmission of monetary policy narratives to Bitcoin prices, distinguishing policy expectations from realized policy implementation. We introduce a weekly Monetary Policy Expectations (MPE) index derived from the Large Language Model (LLM)-based classification of 118,000+ market messages, providing a granular measure of hawkish and dovish monetary policy discourse. We demonstrate that changes in the MPE index provide evidence of significant linear predictive information for Bitcoin returns at short-to-medium horizons, with significant Granger causality at multiple lags. A Long Short-Term Memory (LSTM) framework combined with SHapley Additive exPlanations (SHAP) further identifies nonlinear and regime-dependent relationships between monetary-policy expectations and Bitcoin returns, indicating that Bitcoin functions as a sensitive barometer of central bank signaling. In particular, hawkish monetary-policy narratives are associated with negative price responses that are not accounted for by contemporaneous Federal Funds Rate adjustments. These findings highlight Bitcoin's structural sensitivity to global monetary discourse, establishing LLM-derived monetary-policy sentiment as a high-frequency measure of central-bank communication and as an informative leading macroeconomic indicator for the digital asset landscape.

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.