Rendements du Bitcoin, asymétrie de volatilité et multifractalité selon les échelles de temps

Résumé

Cette étude analyse les rendements du Bitcoin à la minute afin d’en décrire la distribution, le comportement selon les intervalles d’échantillonnage, l’asymétrie de la volatilité et les propriétés multifractales. Elle rapporte des queues épaisses et une kurtosis très éloignée de la référence gaussienne, dont elle ne se rapproche que lentement lorsque la période d’échantillonnage s’allonge. L’asymétrie des rendements est négative pour des intervalles inférieurs à une journée et devient compatible avec zéro pour des intervalles supérieurs à environ une semaine.

Pour étudier l’asymétrie de la volatilité quotidienne, les auteurs appliquent les modèles GARCH, GJR et RGARCH et ne trouvent aucune preuve d’un tel effet. Ils utilisent l’analyse des fluctuations détendancées multifractales pour identifier la multifractalité, puis en examinent les sources et concluent que la corrélation temporelle et les queues épaisses y contribuent toutes deux. L’étude compare également les propriétés multifractales du Bitcoin et de GBP–USD autour du vote sur le Brexit : le taux de change a été affecté, tandis que le Bitcoin a été décrit comme résilient. Il s’agit de résultats statistiques portant sur les séries et l’événement examinés ; ils n’établissent pas de stratégie de trading ni la persistance des régularités observées.

Idées clés

• Les rendements du Bitcoin à la minute présentent des queues épaisses et une kurtosis qui converge lentement vers la référence gaussienne lorsque l’intervalle d’échantillonnage s’allonge.
• L’asymétrie des rendements du Bitcoin est négative à court terme et compatible avec zéro à des échelles de temps beaucoup plus longues.
• Les modèles de la famille GARCH ne révèlent aucune asymétrie de la volatilité quotidienne dans les données du Bitcoin analysées.
• L’analyse des fluctuations détendancées multifractales identifie une multifractalité associée à la corrélation temporelle et aux rendements à queues épaisses.
• Autour du Brexit, GBP–USD a présenté une réponse multifractale, tandis que le Bitcoin a été décrit comme résilient.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.