Redes de criptomonedas para diversificar y detectar momentum entre activos

Resumen

Este estudio construye una red cambiante en el tiempo de criptomonedas con dos tipos de información: capacidad de predicción cruzada de los rendimientos y similitud tecnológica. Aplica un método dinámico de agrupamiento espectral asistido por covariables para estimar grupos o comunidades a medida que evoluciona la red. El análisis presenta estas comunidades como útiles para comprender cómo puede propagarse el riesgo y cómo puede segmentarse el mercado.

Los autores informan de que las carteras con criptomonedas de distintas comunidades pueden lograr una mejor diversificación del riesgo. También comunican un rendimiento diario de 1.08% para una cartera de momentum transversal de criptomonedas y señalan que el análisis de factores conductuales no explica el resultado. La descripción no especifica el periodo de la muestra, los activos, la construcción de la cartera, los costes de trading ni la incertidumbre de la estimación de rendimiento. Estas omisiones dificultan evaluar si el rendimiento comunicado persistiría o podría alcanzarse tras los costes de implementación.

Ideas clave

• La red agrupa criptomonedas según la capacidad de predicción cruzada de los rendimientos y la similitud tecnológica.
• Un método dinámico de agrupamiento espectral estima comunidades a medida que cambia la red.
• Los autores sugieren que diversificar entre comunidades puede mejorar la diversificación del riesgo.
• Se informa de que una cartera transversal de momentum cripto obtiene 1.08% al día.
• El análisis de factores conductuales se presenta como evidencia de que esos mecanismos no explican los rendimientos comunicados.

Etiquetas

# A Time-Varying Network for Cryptocurrencies


# A Time-Varying Network for Cryptocurrencies









Cryptocurrencies return cross-predictability and technological similarity yield information on risk propagation and market segmentation. To investigate these effects, we build a time-varying network for cryptocurrencies, based on the evolution of return cross-predictability and technological similarities. We develop a dynamic covariate-assisted spectral clustering method to consistently estimate the latent community structure of cryptocurrencies network that accounts for both sets of information. We demonstrate that investors can achieve better risk diversification by investing in cryptocurrencies from different communities. A cross-sectional portfolio that implements an inter-crypto momentum trading strategy earns a 1.08% daily return. By dissecting the portfolio returns on behavioral factors, we confirm that our results are not driven by behavioral mechanisms.

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.