Facteurs de rendement des cryptoactifs et arbitrage statistique transversal

Résumé

Ce travail étudie des modèles factoriels pour la coupe transversale des rendements quotidiens des cryptomonnaies et d’autres actifs numériques, à partir de données de marché des plateformes d’échange. Il identifie un facteur dominant qui semble contribuer fortement aux rendements des cryptoactifs. Le document décrit également des ressources pour télécharger les données, calculer les facteurs de risque et effectuer des backtests hors échantillon.

Les auteurs suggèrent qu’un arbitrage statistique transversal pourrait être réalisable sur les cryptoactifs, sous réserve d’une exécution efficace et de la possibilité de vendre à découvert. Le résumé ne nomme pas le facteur, ne décrit pas sa construction, ne donne pas de mesures de backtest et n’établit pas si l’opportunité résiste aux coûts et aux frictions de marché. Il s’agit donc d’une piste de recherche, et non de la preuve d’une stratégie prête à être déployée.

Idées clés

• L’étude modélise les rendements quotidiens d’un vaste ensemble de cryptoactifs négociés sur des plateformes d’échange.
• Elle identifie un facteur dominant associé aux rendements transversaux des cryptoactifs.
• La démarche empirique comprend des backtests hors échantillon.
• Un éventuel arbitrage statistique dépend d’une exécution efficace et de l’accès à la vente à découvert.

Étiquettes

# Cryptoasset Factor Models


# Cryptoasset Factor Models









We propose factor models for the cross-section of daily cryptoasset returns and provide source code for data downloads, computing risk factors and backtesting them out-of-sample. In "cryptoassets" we include all cryptocurrencies and a host of various other digital assets (coins and tokens) for which exchange market data is available. Based on our empirical analysis, we identify the leading factor that appears to strongly contribute into daily cryptoasset returns. Our results suggest that cross-sectional statistical arbitrage trading may be possible for cryptoassets subject to efficient executions and shorting.

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.