Mesurer et regrouper l’efficience des marchés crypto au fil du temps

Résumé

Cette étude évalue les variations de l’efficience informationnelle de plus de quatre cents cryptomonnaies. Elle calcule l’entropie de permutation et la complexité statistique des rendements logarithmiques dans des fenêtres temporelles glissantes, puis compare ces mesures aux résultats de données mélangées aléatoirement. Une cryptomonnaie est considérée comme efficiente dans une fenêtre lorsque ses mesures ne sont pas statistiquement distinguables de celles des données mélangées.

Selon les auteurs, 37% des cryptomonnaies étaient efficientes pendant plus de 80% du temps observé, tandis que 20% l’étaient pendant moins de 20%. L’efficience n’était pas corrélée à la capitalisation boursière. Les configurations évoluant dans le temps ont également réparti les cryptomonnaies en quatre groupes ; dans chacun, les plus récentes semblaient suivre des configurations observées chez les plus anciennes. Ces résultats dépendent des mesures choisies, du découpage en fenêtres, de l’échantillon et du critère d’efficience ; ils décrivent un comportement statistique et ne montrent pas directement si une stratégie de trading peut générer des rendements.

Idées clés

• L’étude utilise l’entropie de permutation et la complexité statistique pour estimer l’efficience dans des fenêtres glissantes.
• L’efficience est définie par comparaison avec des données de rendements mélangées aléatoirement.
• La persistance de l’efficience rapportée varie fortement selon les cryptomonnaies échantillonnées.
• La capitalisation boursière n’était pas corrélée à l’efficience mesurée.
• Les configurations temporelles forment quatre groupes, les cryptomonnaies les plus récentes semblant suivre celles des plus anciennes.

Étiquettes

# 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.

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.