Modélisation des blocs Bitcoin et des variations de prix par processus de Hawkes

Résumé

L’article modélise l’arrivée des blocs Bitcoin et les variations de prix à l’aide d’un processus de Hawkes multivarié, un cadre de processus ponctuels où les événements peuvent en déclencher d’autres. Il utilise des données de blockchain accessibles au public et estime les paramètres du modèle par maximum de vraisemblance. Cette approche vise à saisir à la fois l’auto-excitation au sein des flux d’événements et l’excitation croisée entre le minage de blocs et la volatilité du prix du Bitcoin.

Les résultats rapportés indiquent que la volatilité du prix du Bitcoin augmente le taux de minage des blocs, tandis que les rendements des investissements en Bitcoin présentent un retour à la moyenne. Les graphiques quantile-quantile montrent que le modèle de Hawkes s’ajuste mieux aux données de blockchain qu’un modèle de Poisson. Ces résultats décrivent des relations statistiques et la qualité d’ajustement du modèle ; ce bref compte rendu ne fournit ni estimations des paramètres, ni périmètre des données, ni performances prédictives, ni preuve que les résultats permettent de soutenir une stratégie de trading rentable.

Idées clés

• Un processus de Hawkes multivarié sert à représenter l’arrivée des blocs Bitcoin et les variations de prix.
• Les paramètres du modèle sont estimés par maximum de vraisemblance à partir de données publiques de blockchain.
• Le cadre saisit l’auto-excitation et l’excitation croisée entre les flux d’événements.
• L’analyse rapportée conclut que la volatilité du prix du Bitcoin accroît le taux de minage des blocs.
• Les rendements des investissements en Bitcoin présenteraient un retour à la moyenne, et les graphiques quantile-quantile favorisent l’ajustement de Hawkes par rapport à celui de Poisson.

Étiquettes

# Hawkes Process Modeling of Block Arrivals in Bitcoin Blockchain


# Hawkes Process Modeling of Block Arrivals in Bitcoin Blockchain









The paper constructs a multi-variate Hawkes process model of Bitcoin block arrivals and price jumps. Hawkes processes are selfexciting point processes that can capture the self- and cross-excitation effects of block mining and Bitcoin price volatility. We use publicly available blockchain datasets to estimate the model parameters via maximum likelihood estimation. The results show that Bitcoin price volatility boost block mining rate and Bitcoin investment return demonstrates mean reversion. Quantile-Quantile plots show that the proposed Hawkes process model is a better fit to the blockchain datasets than a Poisson process model.

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.