Actividad de trading en criptomonedas, tiempos entre operaciones y multifractalidad

Resumen

Este análisis examina datos tick a tick de las principales criptomonedas negociadas en varias plataformas. Estudia el tiempo entre transacciones junto con el número de transacciones, el volumen de trading y la volatilidad. Los autores informan de una autocorrelación de ley de potencias de largo alcance en los tiempos entre transacciones y relacionan este patrón con la multifractalidad. Los espectros de singularidad son asimétricos, con un comportamiento multifractal más rico durante los períodos de alta actividad que en los períodos más tranquilos.

El estudio también compara distribuciones candidatas para las magnitudes observadas. Ni la distribución exponencial estirada ni las distribuciones con colas de ley de potencias se ajustan a todas las combinaciones de plataformas y magnitudes: una puede funcionar en algunos casos, mientras que ambas fallan en otros. Los conjuntos de datos paralelos de distintas plataformas pueden tener propiedades estadísticas muy diferentes. El extracto no identifica las plataformas, el período de muestreo ni un modelo universal, así que los resultados apuntan a comportamientos específicos de cada plataforma y a los límites de las hipótesis distributivas generales, no a una única regla de trading.

Ideas clave

• Los tiempos entre transacciones en los datos de criptomonedas estudiados muestran autocorrelación de ley de potencias de largo alcance.
• Los períodos de alta actividad presentan una multifractalidad más rica que los períodos tranquilos.
• Las distribuciones exponenciales estiradas y las de colas de ley de potencias no se ajustan a todas las magnitudes medidas ni a todos los conjuntos de datos.
• Los conjuntos de datos de distintas plataformas pueden tener propiedades estadísticas muy diferentes.
• El extracto presenta observaciones sobre la estructura del mercado, no una estrategia de trading específica.

Etiquetas

# Analysis of inter-transaction time fluctuations in the cryptocurrency market


# Analysis of inter-transaction time fluctuations in the cryptocurrency market









We analyse tick-by-tick data representing major cryptocurrencies traded on some different cryptocurrency trading platforms. We focus on such quantities like the inter-transaction times, the number of transactions in time unit, the traded volume, and volatility. We show that the inter-transaction times show long-range power-law autocorrelations. These lead to multifractality expressed by the right-side asymmetry of the singularity spectra $f(α)$ indicating that the periods of increased market activity are characterised by richer multifractality compared to the periods of quiet market. We also show that neither the stretched exponential distribution nor the power-law-tail distribution are able to model universally the cumulative distribution functions of the quantities considered in this work. For each quantity, some data sets can be modeled by the former, some data sets by the latter, while both fail in other cases. An interesting, yet difficult to account for, observation is that parallel data sets from different trading platforms can show disparate statistical properties.

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.