سنجش و خوشهبندی کارایی بازار رمزارز در گذر زمان
خلاصه
این مطالعه بررسی میکند که کارایی اطلاعاتی بیش از چهارصد رمزارز چگونه تغییر میکند. آنتروپی جایگشتی و پیچیدگی آماری را از بازدههای لگاریتمی در پنجرههای زمانی لغزان محاسبه میکند و سپس این سنجهها را با نتایج دادههای درهمریخته تصادفی مقایسه میکند. در هر پنجره، رمزارز زمانی کارا تلقی میشود که سنجههایش از نظر آماری با مقادیر دادههای درهمریخته تمایزپذیر نباشند.
نویسندگان گزارش میکنند که 37% از رمزارزها در بیش از 80% از زمان مشاهدهشده کارا بودند، درحالیکه 20% در کمتر از 20% زمان کارا بودند. کارایی با ارزش بازار همبستگی نداشت. الگوهای متغیر در زمان همچنین رمزارزها را در چهار خوشه قرار دادند؛ به نظر میرسد رمزارزهای جوانتر در هر گروه از الگوهای رمزارزهای قدیمیتر پیروی میکنند. این یافتهها به سنجهها، پنجرهبندی، نمونه و معیار کارایی انتخابشده وابستهاند؛ آنها رفتار آماری را توصیف میکنند و مستقیماً نشان نمیدهند که یک استراتژی معاملاتی میتواند بازده ایجاد کند.
ایدههای کلیدی
- این مطالعه از آنتروپی جایگشتی و پیچیدگی آماری برای برآورد کارایی در پنجرههای لغزان استفاده میکند.
- کارایی با مقایسه با دادههای بازده درهمریخته تعریف میشود.
- تداوم کارایی گزارششده در میان رمزارزهای نمونهگیریشده تفاوت چشمگیری دارد.
- ارزش بازار با کارایی اندازهگیریشده همبستگی نداشت.
- الگوهای زمانی چهار خوشه تشکیل دادند و به نظر میرسد رمزارزهای جوانتر از رمزارزهای قدیمیتر پیروی میکنند.
برچسبها
متن کامل
# Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market # Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market The efficient market hypothesis has far-reaching implications for financial trading and market stability. Whether or not cryptocurrencies are informationally efficient has therefore been the subject of intense recent investigation. Here, we use permutation entropy and statistical complexity over sliding time-windows of price log returns to quantify the dynamic efficiency of more than four hundred cryptocurrencies. We consider that a cryptocurrency is efficient within a time-window when these two complexity measures are statistically indistinguishable from their values obtained on randomly shuffled data. We find that 37% of the cryptocurrencies in our study stay efficient over 80% of the time, whereas 20% are informationally efficient in less than 20% of the time. Our results also show that the efficiency is not correlated with the market capitalization of the cryptocurrencies. A dynamic analysis of informational efficiency over time reveals clustering patterns in which different cryptocurrencies with similar temporal patterns form four clusters, and moreover, younger currencies in each group appear poised to follow the trend of their 'elders'. The cryptocurrency market thus already shows notable adherence to the efficient market hypothesis, although data also reveals that the coming-of-age of digital currencies is in this regard still very much underway.
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.