Paarweise und höherstufige Informationsflüsse in Kryptomärkten

Zusammenfassung

Diese Studie stellt Kryptowährungen als Knoten eines Handelsnetzwerks dar und verbindet sie, wenn wöchentliche logarithmische Renditen in US-Dollar Granger-kausale Beziehungen zeigen. Sie untersucht, wie sich diese Verbindungen und umfassendere statistische Abhängigkeiten in 2020 und 2021 verändert haben. Der paarweise Einfluss wird mit Granger-Kausalität gemessen; Beziehungen höherer Ordnung werden mit O-Information bewertet, die hilft, Redundanz und Synergie zwischen mehreren Vermögenswerten zu unterscheiden.

Das berichtete paarweise Netzwerk zeigt Aktivitätsspitzen bei wichtigen Marktgeschehnissen, darunter pandemiebedingte Turbulenzen und plötzliche Kursanstiege, während seine Struktur über wöchentliche Zeitfenster relativ stabil bleibt. Die einflussreichsten Knoten sind Coins; Stablecoins spielen in der paarweisen Betrachtung eine geringe Rolle, treten aber häufig in synergistischen Beziehungen höherer Ordnung auf. Die Autoren bringen außerdem hohe Transaktionsvolumina im ersten Halbjahr 2021 mit einem Übergang zu komplexerer Netzwerkdynamik in Verbindung. Die Ergebnisse bieten ergänzende Möglichkeiten, Marktverflechtungen zu untersuchen, beschreiben aber einen bestimmten Zeitraum und hängen von der gewählten Renditefrequenz und den statistischen Maßen ab; sie begründen weder eine Handelsstrategie noch weisen sie über die Netzwerkanalyse hinaus Kausalmechanismen nach.

Kernaussagen

• Die Studie erstellt ein Kryptowährungsnetzwerk anhand Granger-kausaler Verbindungen zwischen wöchentlichen logarithmischen Renditen.
• Die Aktivität des paarweisen Netzwerks erreicht bei wichtigen Marktgeschehnissen Spitzen, während die beobachtete Struktur über wöchentliche Zeitfenster relativ stabil bleibt.
• Stablecoins spielen bei paarweisen Verbindungen eine geringe Rolle, treten aber häufig in synergistischen Beziehungen höherer Ordnung auf.
• Ein hohes Transaktionsvolumen im ersten Halbjahr 2021 fällt mit einem Übergang zu komplexerer Netzwerkdynamik zusammen.
• Paarweise und höherstufige Abhängigkeitsmaße erfassen ergänzende Aspekte der Kryptomärkte.

Schlagwörter

# Pairwise and high-order dependencies in the cryptocurrency trading network


# Pairwise and high-order dependencies in the cryptocurrency trading network









In this paper we analyse the effects of information flows in cryptocurrency markets. We first define a cryptocurrency trading network, i.e. the network made using cryptocurrencies as nodes and the Granger causality among their weekly log returns as links, later we analyse its evolution over time. In particular, with reference to years 2020 and 2021, we study the logarithmic US dollar price returns of the cryptocurrency trading network using both pairwise and high-order statistical dependencies, quantified by Granger causality and O-information, respectively. With reference to the former, we find that it shows peaks in correspondence of important events, like e.g., Covid-19 pandemic turbulence or occasional sudden prices rise. The corresponding network structure is rather stable, across weekly time windows in the period considered and the coins are the most influential nodes in the network. In the pairwise description of the network, stable coins seem to play a marginal role whereas, turning high-order dependencies, they appear in the highest number of synergistic information circuits, thus proving that they play a major role for high order effects. With reference to redundancy and synergy with the time evolution of the total transactions in US dollars, we find that their large volume in the first semester of 2021 seems to have triggered a transition in the cryptocurrency network toward a more complex dynamical landscape. Our results show that pairwise and high-order descriptions of complex financial systems provide complementary information for cryptocurrency analysis.

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.