Effizienz von Kryptomärkten messen und zeitlich clustern

Zusammenfassung

Diese Studie untersucht, wie die Informationseffizienz bei mehr als vierhundert Kryptowährungen variiert. Sie berechnet Permutationsentropie und statistische Komplexität aus Log-Renditen in rollierenden Zeitfenstern und vergleicht diese Maße anschließend mit Ergebnissen zufällig gemischter Daten. Eine Währung gilt in einem Zeitfenster als effizient, wenn ihre Messwerte statistisch nicht von den Werten der gemischten Daten zu unterscheiden sind.

Die Autoren berichten, dass 37% der Kryptowährungen während mehr als 80% der beobachteten Zeit effizient waren, während 20% während weniger als 20% effizient waren. Die Effizienz korrelierte nicht mit der Marktkapitalisierung. Die zeitabhängigen Muster gruppierten die Währungen außerdem in vier Cluster; jüngere Währungen jeder Gruppe schienen den Mustern älterer zu folgen. Diese Ergebnisse hängen von den gewählten Maßen, Zeitfenstern, der Stichprobe und dem Effizienzkriterium ab. Sie beschreiben statistisches Verhalten und zeigen nicht direkt, ob eine Handelsstrategie Erträge erzielen kann.

Kernaussagen

• Die Studie verwendet Permutationsentropie und statistische Komplexität, um die Effizienz in rollierenden Zeitfenstern zu schätzen.
• Effizienz wird durch den Vergleich mit gemischten Renditedaten definiert.
• Die berichtete Beständigkeit der Effizienz variiert stark zwischen den untersuchten Kryptowährungen.
• Die Marktkapitalisierung korrelierte nicht mit der gemessenen Effizienz.
• Zeitliche Muster bildeten vier Cluster; jüngere Währungen schienen den älteren zu folgen.

Schlagwörter

# Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market


# Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market









The efficient market hypothesis has far-reaching implications for financial trading and market stability. Whether or not cryptocurrencies are informationally efficient has therefore been the subject of intense recent investigation. Here, we use permutation entropy and statistical complexity over sliding time-windows of price log returns to quantify the dynamic efficiency of more than four hundred cryptocurrencies. We consider that a cryptocurrency is efficient within a time-window when these two complexity measures are statistically indistinguishable from their values obtained on randomly shuffled data. We find that 37% of the cryptocurrencies in our study stay efficient over 80% of the time, whereas 20% are informationally efficient in less than 20% of the time. Our results also show that the efficiency is not correlated with the market capitalization of the cryptocurrencies. A dynamic analysis of informational efficiency over time reveals clustering patterns in which different cryptocurrencies with similar temporal patterns form four clusters, and moreover, younger currencies in each group appear poised to follow the trend of their 'elders'. The cryptocurrency market thus already shows notable adherence to the efficient market hypothesis, although data also reveals that the coming-of-age of digital currencies is in this regard still very much underway.

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.