Réseaux de cryptomonnaies pour la diversification et le momentum inter-actifs

Résumé

Cette étude construit un réseau de cryptomonnaies évoluant dans le temps à partir de deux types d’informations : la prédictibilité croisée des rendements et la similarité technologique. Elle applique une méthode dynamique de classification spectrale assistée par covariables pour estimer les groupes, ou communautés, à mesure que le réseau évolue. L’analyse présente ces communautés comme utiles pour comprendre la propagation possible du risque et la segmentation du marché.

Les auteurs indiquent que des portefeuilles détenant des cryptomonnaies de différentes communautés peuvent améliorer la diversification du risque. Ils rapportent également un rendement de 1.08% par jour pour un portefeuille de momentum transversal sur les cryptomonnaies et indiquent que l’analyse par facteurs comportementaux n’explique pas ce résultat. La description ne précise ni la période de l’échantillon, ni les actifs, ni la construction du portefeuille, ni les coûts de trading, ni l’incertitude entourant l’estimation du rendement. Ces omissions compliquent l’évaluation de la persistance des performances rapportées et de leur possibilité de réalisation après coûts de mise en œuvre.

Idées clés

• Le réseau regroupe les cryptomonnaies selon la prédictibilité croisée des rendements et la similarité technologique.
• Une méthode dynamique de classification spectrale estime les communautés à mesure que le réseau évolue.
• Les auteurs avancent qu’une diversification entre communautés peut améliorer la diversification du risque.
• Un portefeuille de momentum transversal sur les cryptomonnaies aurait généré 1.08% par jour.
• L’analyse par facteurs comportementaux est présentée comme indiquant que les rendements rapportés ne sont pas dus à ces mécanismes.

Étiquettes

# A Time-Varying Network for Cryptocurrencies


# A Time-Varying Network for Cryptocurrencies









Cryptocurrencies return cross-predictability and technological similarity yield information on risk propagation and market segmentation. To investigate these effects, we build a time-varying network for cryptocurrencies, based on the evolution of return cross-predictability and technological similarities. We develop a dynamic covariate-assisted spectral clustering method to consistently estimate the latent community structure of cryptocurrencies network that accounts for both sets of information. We demonstrate that investors can achieve better risk diversification by investing in cryptocurrencies from different communities. A cross-sectional portfolio that implements an inter-crypto momentum trading strategy earns a 1.08% daily return. By dissecting the portfolio returns on behavioral factors, we confirm that our results are not driven by behavioral mechanisms.

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.