Hochfrequente Krypto-Kurssprünge und tägliche Renditen

Zusammenfassung

Diese Studie untersucht, ob Sprünge in hochfrequenten Preisen digitaler Vermögenswerte Renditen über Kryptomärkte hinweg erklären können. Sie betrachtet Sprünge, die sich um außergewöhnliche Marktereignisse häufen, und untersucht, wie ihr zeitlicher Verlauf mit wiederkehrenden Mustern bei Volatilität und Handelsvolumen zusammenhängt. Die Analyse knüpft an frühere Erkenntnisse zu Bitcoin und Aufmerksamkeit an und erweitert die Fragestellung auf andere digitale Vermögenswerte.

Regressionsresultate deuten darauf hin, dass Intraday-Sprünge die Renditen zum Tagesende sowohl in ihrer Höhe als auch in ihrer Richtung signifikant beeinflussen. Die Ergebnisse können für die Forschung zur Preisbildung von Kryptooptionen relevant sein, bei der das Sprungverhalten für die Modellierung von Kursänderungen eine Rolle spielen kann. Das Dokument weist außerdem darauf hin, dass Kryptomärkte eine eigene Mikrostruktur aufweisen und ökonometrische Methoden aus anderen Märkten ihr Verhalten daher möglicherweise nicht gut erfassen. Es nennt keine genauen Stichprobendaten, Vermögenswerte, Modellspezifikationen oder Schätzwerte. Dadurch lässt sich nur eingeschränkt beurteilen, wie weit die Ergebnisse übertragbar sind.

Kernaussagen

• Hochfrequente Renditen digitaler Vermögenswerte können Sprünge enthalten, die sich um außergewöhnliche Ereignisse häufen.
• Intraday-Sprünge beeinflussen laut Studie die täglichen Renditen sowohl in ihrer Höhe als auch in ihrer Richtung.
• Die Studie setzt Sprungverhalten mit wiederkehrenden Mustern bei Volatilität und Handelsvolumen in Beziehung.
• Die besondere Mikrostruktur von Kryptomärkten kann spezialisierte ökonometrische Methoden erfordern.
• Die Ergebnisse können eine mögliche Grundlage für die Forschung zur Preisbildung von Kryptooptionen bilden.

Schlagwörter

# Understanding jumps in high frequency digital asset markets


# Understanding jumps in high frequency digital asset markets









While attention is a predictor for digital asset prices, and jumps in Bitcoin prices are well-known, we know little about its alternatives. Studying high frequency crypto data gives us the unique possibility to confirm that cross market digital asset returns are driven by high frequency jumps clustered around black swan events, resembling volatility and trading volume seasonalities. Regressions show that intra-day jumps significantly influence end of day returns in size and direction. This provides fundamental research for crypto option pricing models. However, we need better econometric methods for capturing the specific market microstructure of cryptos. All calculations are reproducible via the quantlet.com technology.

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.