Bitcoin-Volatilität anhand von Marktdaten und Marktstimmung prognostizieren

Zusammenfassung

Die Arbeit untersucht, ob sich die implizite Bitcoin-Volatilität über einen Zeitraum von fünf Minuten anhand des jüngsten Marktverhaltens und alternativer Daten prognostizieren lässt. Das Modell nutzt verzögerte Bitcoin-Indexpreise und Volatilitätsbewegungen und erfasst damit sowohl Preisinformationen als auch Volatilitätsmomentum. Außerdem bezieht es Stimmungs- und Interaktionsmaße wie Google Trends ein, um zu untersuchen, ob aufmerksamkeitsspezifische Signale Informationen über die spätere implizite Volatilität enthalten.

Der berichtete Befund ist eine begrenzte Prognostizierbarkeit; die Märkte reagieren häufig erst mehrere Stunden später auf Signale von Google Trends. Das deutet darauf hin, dass der Zusammenhang zwischen Online-Aufmerksamkeit und Marktvolatilität verzögert eintreten kann statt unmittelbar. Das Dokument beschreibt den Ansatz und das Hauptergebnis nur knapp und enthält keine Modellspezifikation, keinen Stichprobenzeitraum, kein Validierungsdesign, keine quantitativen Performance-Maße und keine Trading-Evaluierung. Der Befund belegt daher weder, dass die Signale profitabel sind, noch, dass der beobachtete Prognosezusammenhang über verschiedene Zeiträume oder Marktbedingungen hinweg Bestand hat.

Kernaussagen

• Laut Bericht lässt sich die implizite Bitcoin-Volatilität über einen Horizont von fünf Minuten begrenzt prognostizieren.
• Das Modell verwendet verzögerte Bitcoin-Preise und Volatilitätsbewegungen, darunter Volatilitätsmomentum.
• Google Trends und andere Stimmungs- oder Interaktionsdaten werden als alternative Prognosevariablen einbezogen.
• Die berichtete Marktreaktion auf Google Trends tritt häufig erst mehrere Stunden später ein.
• Die kurze Beschreibung liefert weder Validierungsdetails noch Belege für Trading-Rentabilität.

Schlagwörter

# Fear and Volatility in Digital Assets


# Fear and Volatility in Digital Assets









We show Bitcoin implied volatility on a 5 minute time horizon is modestly predictable from price, volatility momentum and alternative data including sentiment and engagement. Lagged Bitcoin index price and volatility movements contribute to the model alongside Google Trends with markets responding often several hours later. The code and datasets used in this paper can be found at https://github.com/Globe-Research/bitfear.

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.