Multifraktale Kreuzkorrelationen bei Bitcoin und Ether

Zusammenfassung

Diese Studie untersucht Hochfrequenz-Handelsmerkmale von Bitcoin und Ether in der Zeit nach COVID. Sie analysiert Renditen, die durchschnittliche Anzahl von Trades je Zeiteinheit und das gehandelte Volumen mithilfe der multifraktalen detrendeten Kreuzkorrelationsanalyse, einer Methode zur Erkennung nichtlinearer Abhängigkeiten über verschiedene Zeitskalen. Die Analyse betrachtet jede Reihe einzeln und die Beziehungen zwischen den beiden Kryptowährungen.

Die Autoren berichten multifraktale Strukturen bei allen Messgrößen, einschließlich der Kreuzkorrelationen zwischen den Vermögenswerten. Eine zeitliche Verschiebung der Reihe eines Vermögenswerts schwächt die Kreuzkorrelationen auf kurzen Skalen teilweise ab, beseitigt sie aber nicht; je nachdem, welcher Vermögenswert als führend gilt, zeigt sich kein qualitativer Unterschied. Auf hinreichend langen Skalen erreichen gleichzeitige und verzögerte Kreuzkorrelationen dieselbe Stärke. Das Dokument beschreibt statistische Ergebnisse und keine Handelsstrategie; es liefert weder Prognosetests und Stichprobendetails noch Belege dafür, dass sich die gemessene Abhängigkeit in Nettorenditen umwandeln lässt.

Kernaussagen

• Die Analyse umfasst Renditen, die Anzahl der Trades und das Handelsvolumen für Bitcoin und Ether.
• Die multifraktale detrendete Kreuzkorrelationsanalyse untersucht nichtlineare Abhängigkeiten in Zeitreihen.
• Die Autoren finden multifraktale Strukturen sowohl in einzelnen Reihen als auch in Beziehungen zwischen den Vermögenswerten.
• Eine zeitliche Verschiebung eines Vermögenswerts verringert Kreuzkorrelationen auf kurzen Skalen teilweise, beseitigt sie aber nicht.
• Auf langen Skalen erreichen gleichzeitige und verzögerte Kreuzkorrelationen dieselbe Stärke; eine qualitative Asymmetrie der Führungsrichtung wird nicht berichtet.

Schlagwörter

# Multifractal cross-correlations of bitcoin and ether trading characteristics in the post-COVID-19 time


# Multifractal cross-correlations of bitcoin and ether trading characteristics in the post-COVID-19 time









Unlike price fluctuations, the temporal structure of cryptocurrency trading has seldom been a subject of systematic study. In order to fill this gap, we analyse detrended correlations of the price returns, the average number of trades in time unit, and the traded volume based on high-frequency data representing two major cryptocurrencies: bitcoin and ether. We apply the multifractal detrended cross-correlation analysis, which is considered the most reliable method for identifying nonlinear correlations in time series. We find that all the quantities considered in our study show an unambiguous multifractal structure from both the univariate (auto-correlation) and bivariate (cross-correlation) perspectives. We looked at the bitcoin--ether cross-correlations in simultaneously recorded signals, as well as in time-lagged signals, in which a time series for one of the cryptocurrencies is shifted with respect to the other. Such a shift suppresses the cross-correlations partially for short time scales, but does not remove them completely. We did not observe any qualitative asymmetry in the results for the two choices of a leading asset. The cross-correlations for the simultaneous and lagged time series became the same in magnitude for the sufficiently long scales.

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.