פעילות מסחר במטבעות קריפטוגרפיים, זמני עסקאות ומולטיפרקטליות

סיכום

ניתוח זה בוחן נתונים ברמת הטיק של מטבעות קריפטוגרפיים מרכזיים הנסחרים בפלטפורמות שונות. הוא חוקר את הזמן בין עסקאות לצד מספר העסקאות, נפח המסחר והתנודתיות. המחברים מדווחים על אוטוקורלציה ארוכת טווח לפי חוק חזקה בזמנים שבין עסקאות, וקושרים דפוס זה למולטיפרקטליות. ספקטרומי הסינגולריות אינם סימטריים, וההתנהגות המולטיפרקטלית עשירה יותר בתקופות פעילות מאשר בתקופות שקטות.

המחקר משווה גם בין התפלגויות אפשריות של הגדלים שנצפו. לא התפלגות מעריכית מתוחה ולא התפלגות עם זנב לפי חוק חזקה מתאימות לכל הצירופים של פלטפורמה וגודל: אחת מהן עשויה להתאים במקרים מסוימים, ושתיהן נכשלות באחרים. למערכי נתונים מקבילים מפלטפורמות שונות עשויות להיות תכונות סטטיסטיות שונות מאוד. הקטע אינו מזהה את הפלטפורמות, את תקופת הדגימה או מודל אוניברסלי, ולכן הממצאים מצביעים על התנהגות ייחודית לזירת המסחר ועל מגבלות של הנחות התפלגותיות רחבות, ולא על כלל מסחר יחיד.

רעיונות מרכזיים

• הזמנים בין עסקאות בנתוני הקריפטו שנחקרו מציגים אוטוקורלציה ארוכת טווח לפי חוק חזקה.
• בתקופות פעילות ניכרת מולטיפרקטליות עשירה יותר מאשר בתקופות שקטות.
• התפלגויות מעריכיות מתוחות והתפלגויות עם זנב לפי חוק חזקה אינן מתאימות לכל גודל שנמדד או לכל מערך נתונים.
• למערכי נתונים מפלטפורמות שונות עשויות להיות תכונות סטטיסטיות שונות במידה ניכרת.
• הקטע מציג תצפיות על מבנה השוק ולא אסטרטגיית מסחר מוגדרת.

תגיות

# Analysis of inter-transaction time fluctuations in the cryptocurrency market


# Analysis of inter-transaction time fluctuations in the cryptocurrency market









We analyse tick-by-tick data representing major cryptocurrencies traded on some different cryptocurrency trading platforms. We focus on such quantities like the inter-transaction times, the number of transactions in time unit, the traded volume, and volatility. We show that the inter-transaction times show long-range power-law autocorrelations. These lead to multifractality expressed by the right-side asymmetry of the singularity spectra $f(α)$ indicating that the periods of increased market activity are characterised by richer multifractality compared to the periods of quiet market. We also show that neither the stretched exponential distribution nor the power-law-tail distribution are able to model universally the cumulative distribution functions of the quantities considered in this work. For each quantity, some data sets can be modeled by the former, some data sets by the latter, while both fail in other cases. An interesting, yet difficult to account for, observation is that parallel data sets from different trading platforms can show disparate statistical properties.

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.