Memoria larga y autosimilitud a varias escalas en los rendimientos de Bitcoin

Resumen

El artículo examina las propiedades estadísticas de los rendimientos de Bitcoin, compara su dinámica con la de las divisas tradicionales y analiza su comportamiento en distintas escalas temporales. La muestra empírica consiste en datos de transacciones de una sola plataforma de Bitcoin durante el periodo estudiado. Para evaluar la dependencia de largo alcance, aplica análisis de fluctuación sin tendencia y calcula exponentes de Hurst en ventanas móviles, lo que permite que la persistencia estimada varíe con el tiempo.

Las estimaciones presentadas cambian considerablemente durante los primeros años de Bitcoin y tienden a estabilizarse más adelante en la muestra. Los resultados multiescala muestran un comportamiento similar de los exponentes de Hurst, que los autores interpretan como evidencia de autosimilitud. Estos hallazgos describen patrones estadísticos históricos; no demuestran que exista una señal de trading rentable ni que la dependencia observada vaya a persistir. Los datos de una sola plataforma y el periodo histórico limitado también restringen la posibilidad de generalizar los resultados a los mercados de Bitcoin o a condiciones futuras.

Ideas clave

• El estudio compara la dinámica de los rendimientos de Bitcoin con la de las divisas habituales.
• Se utiliza análisis de fluctuación sin tendencia para estimar la dependencia de largo alcance.
• Las ventanas móviles permiten seguir los cambios de los exponentes de Hurst durante la muestra.
• Las estimaciones cambian durante los primeros años de Bitcoin y tienden a estabilizarse después.
• Las estimaciones multiescala muestran un comportamiento similar, interpretado como autosimilitud.

Etiquetas

# Some stylized facts of the Bitcoin market


# Some stylized facts of the Bitcoin market









In recent years a new type of tradable assets appeared, generically known as cryptocurrencies. Among them, the most widespread is Bitcoin. Given its novelty, this paper investigates some statistical properties of the Bitcoin market. This study compares Bitcoin and standard currencies dynamics and focuses on the analysis of returns at different time scales. We test the presence of long memory in return time series from 2011 to 2017, using transaction data from one Bitcoin platform. We compute the Hurst exponent by means of the Detrended Fluctuation Analysis method, using a sliding window in order to measure long range dependence. We detect that Hurst exponents changes significantly during the first years of existence of Bitcoin, tending to stabilize in recent times. Additionally, multiscale analysis shows a similar behavior of the Hurst exponent, implying a self-similar process.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.