بازده بیت‌کوین، عدم تقارن نوسان‌پذیری و چندفراکتالی در مقیاس‌های زمانی

خلاصه

این مطالعه بازده یک‌دقیقه‌ای بیت‌کوین را از نظر توزیع، رفتار در فواصل نمونه‌برداری گوناگون، عدم تقارن نوسان‌پذیری و ویژگی‌های چندفراکتالی بررسی می‌کند. دنباله‌های سنگین و کشیدگی بسیار دور از معیار گاوسی گزارش شده‌اند؛ با افزایش دوره نمونه‌برداری، کشیدگی فقط به‌آرامی به آن معیار نزدیک می‌شود. چولگی بازده در فواصل کوتاه‌تر از یک روز منفی است و در فواصل بلندتر از حدود یک هفته با صفر سازگار می‌شود.

برای بررسی عدم تقارن نوسان‌پذیری روزانه، نویسندگان مدل‌های GARCH، GJR و RGARCH را به کار می‌گیرند و شواهدی از وجود اثر نمی‌یابند. آن‌ها با تحلیل نوسان‌زدایی‌شده روندِ نوسان چندفراکتالی، چندفراکتالی‌بودن را شناسایی می‌کنند و سپس منابع آن را می‌سنجند و نتیجه می‌گیرند که همبستگی زمانی و دنباله‌های سنگین هر دو نقش دارند. مطالعه همچنین ویژگی‌های چندفراکتالی بیت‌کوین و GBP–USD را در حوالی رأی‌گیری برگزیت مقایسه می‌کند: نرخ ارز متأثر شد، درحالی‌که گزارش شد بیت‌کوین مقاوم ماند. این یافته‌ها آماری و مربوط به سری‌ها و رویداد بررسی‌شده‌اند؛ استراتژی معاملاتی را اثبات نمی‌کنند یا نشان نمی‌دهند که الگوهای مشاهده‌شده پایدار خواهند ماند.

ایده‌های کلیدی

• بازده یک‌دقیقه‌ای بیت‌کوین دنباله‌های سنگین دارد و کشیدگی آن در فواصل نمونه‌برداری بلندتر به‌آرامی به معیار گاوسی نزدیک می‌شود.
• چولگی بازده بیت‌کوین در مقیاس‌های زمانی کوتاه منفی و در مقیاس‌های بسیار بلند با صفر سازگار است.
• مدل‌های خانواده GARCH شواهدی از عدم تقارن نوسان‌پذیری روزانه در داده‌های بیت‌کوینِ تحلیل‌شده ارائه نمی‌کنند.
• تحلیل نوسان‌زدایی‌شده روندِ نوسان چندفراکتالی، چندفراکتالی‌بودن مرتبط با همبستگی زمانی و بازده‌های دارای دنباله سنگین را شناسایی می‌کند.
• در حوالی برگزیت، GBP–USD واکنش چندفراکتالی نشان داد، درحالی‌که گزارش شد بیت‌کوین مقاوم ماند.

برچسب‌ها

# Statistical properties and multifractality of Bitcoin


# Statistical properties and multifractality of Bitcoin









Using 1-min returns of Bitcoin prices, we investigate statistical properties and multifractality of a Bitcoin time series. We find that the 1-min return distribution is fat-tailed, and kurtosis largely deviates from the Gaussian expectation. Although for large sampling periods, kurtosis is anticipated to approach the Gaussian expectation, we find that convergence to that is very slow. Skewness is found to be negative at time scales shorter than one day and becomes consistent with zero at time scales longer than about one week. We also investigate daily volatility-asymmetry by using GARCH, GJR, and RGARCH models, and find no evidence of it. On exploring multifractality using multifractal detrended fluctuation analysis, we find that the Bitcoin time series exhibits multifractality. The sources of multifractality are investigated, confirming that both temporal correlation and the fat-tailed distribution contribute to it. The influence of "Brexit" on June 23, 2016 to GBP--USD exchange rate and Bitcoin is examined in multifractal properties. We find that, while Brexit influenced the GBP--USD exchange rate, Bitcoin was robust to Brexit.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.