Modelización de bloques y saltos de precios de Bitcoin con procesos de Hawkes

Resumen

El artículo modela la llegada de bloques de Bitcoin y los saltos de precios mediante un proceso de Hawkes multivariante, un marco de procesos puntuales que representa eventos capaces de provocar eventos posteriores. Utiliza datos públicos de la cadena de bloques y estima los parámetros del modelo por máxima verosimilitud. El objetivo de este planteamiento es capturar tanto la autoexcitación dentro de las secuencias de eventos como la excitación cruzada entre la minería de bloques y la volatilidad del precio de Bitcoin.

Los resultados comunicados indican que la volatilidad del precio de Bitcoin aumenta la tasa de minería de bloques, mientras que las rentabilidades de la inversión en Bitcoin presentan reversión a la media. Los gráficos cuantil-cuantil muestran que el modelo de Hawkes se ajusta mejor a los datos de la cadena de bloques que un modelo de Poisson. Estos hallazgos describen relaciones estadísticas y el ajuste del modelo; el breve resumen no proporciona estimaciones de parámetros, alcance del conjunto de datos, rendimiento predictivo ni pruebas de que los resultados respalden una estrategia de trading rentable.

Ideas clave

• Se utiliza un proceso de Hawkes multivariante para representar la llegada de bloques de Bitcoin y los saltos de precios.
• Los parámetros del modelo se estiman por máxima verosimilitud a partir de datos públicos de la cadena de bloques.
• El marco captura la autoexcitación y la excitación cruzada entre secuencias de eventos.
• El análisis comunicado concluye que la volatilidad del precio de Bitcoin eleva la tasa de minería de bloques.
• Según el informe, las rentabilidades de la inversión en Bitcoin revierten a la media, y los gráficos cuantil-cuantil favorecen el ajuste de Hawkes frente al de Poisson.

Etiquetas

# Hawkes Process Modeling of Block Arrivals in Bitcoin Blockchain


# Hawkes Process Modeling of Block Arrivals in Bitcoin Blockchain









The paper constructs a multi-variate Hawkes process model of Bitcoin block arrivals and price jumps. Hawkes processes are selfexciting point processes that can capture the self- and cross-excitation effects of block mining and Bitcoin price volatility. We use publicly available blockchain datasets to estimate the model parameters via maximum likelihood estimation. The results show that Bitcoin price volatility boost block mining rate and Bitcoin investment return demonstrates mean reversion. Quantile-Quantile plots show that the proposed Hawkes process model is a better fit to the blockchain datasets than a Poisson process model.

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.