Correlaciones cruzadas multifractales en la actividad de trading de Bitcoin y Ether | Stratmill

Resumen

Este estudio examina las características del trading de alta frecuencia de Bitcoin y Ether en el periodo posterior a COVID. Analiza los rendimientos, el número medio de operaciones por unidad de tiempo y el volumen negociado mediante análisis de correlación cruzada sin tendencia multifractal, un método adecuado para detectar dependencias no lineales en distintas escalas temporales. El análisis considera tanto cada serie por separado como las relaciones entre ambas criptomonedas.

Los autores informan de una estructura multifractal en todas las medidas, incluidas las correlaciones cruzadas entre los activos. Desplazar en el tiempo la serie de un activo debilita parcialmente las correlaciones cruzadas en escalas cortas, pero no las elimina; no se observa una diferencia cualitativa según cuál de los activos se considere líder. En escalas suficientemente largas, las correlaciones cruzadas simultáneas y retardadas alcanzan la misma magnitud. El documento describe resultados estadísticos, no una estrategia de trading, y no aporta pruebas predictivas, detalles de la muestra ni pruebas de que la dependencia medida pueda convertirse en rendimientos netos.

Ideas clave

• El análisis abarca los rendimientos, el número de operaciones y el volumen negociado de Bitcoin y Ether.
• Se utiliza el análisis de correlación cruzada sin tendencia multifractal para estudiar dependencias no lineales en series temporales.
• Los autores detectan estructura multifractal tanto en las series individuales como en las relaciones entre activos.
• Desplazar en el tiempo la serie de un activo reduce parcialmente las correlaciones cruzadas en escalas cortas, pero no las elimina.
• En escalas largas, las correlaciones cruzadas simultáneas y retardadas convergen en magnitud, sin asimetría cualitativa descrita en la dirección de liderazgo.

Etiquetas

# Multifractal cross-correlations of bitcoin and ether trading characteristics in the post-COVID-19 time


# Multifractal cross-correlations of bitcoin and ether trading characteristics in the post-COVID-19 time









Unlike price fluctuations, the temporal structure of cryptocurrency trading has seldom been a subject of systematic study. In order to fill this gap, we analyse detrended correlations of the price returns, the average number of trades in time unit, and the traded volume based on high-frequency data representing two major cryptocurrencies: bitcoin and ether. We apply the multifractal detrended cross-correlation analysis, which is considered the most reliable method for identifying nonlinear correlations in time series. We find that all the quantities considered in our study show an unambiguous multifractal structure from both the univariate (auto-correlation) and bivariate (cross-correlation) perspectives. We looked at the bitcoin--ether cross-correlations in simultaneously recorded signals, as well as in time-lagged signals, in which a time series for one of the cryptocurrencies is shifted with respect to the other. Such a shift suppresses the cross-correlations partially for short time scales, but does not remove them completely. We did not observe any qualitative asymmetry in the results for the two choices of a leading asset. The cross-correlations for the simultaneous and lagged time series became the same in magnitude for the sufficiently long scales.

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.