מידול תשואות מטבעות קריפטוגרפיים בהתפלגויות Alpha-Stable
סיכום
המחקר מעריך התפלגויות alpha-stable כמודלים לתשואות Bitcoin, Ethereum ו-Ripple, שייצגו יחד את רוב שוק המטבעות הקריפטוגרפיים בנתונים שנבחנו. הוא מתמקד בשאלה אם התפלגות גמישה זו, בעלת זנבות עבים, יכולה ללכוד את הלפטוקורטוזיס שנצפה בתשואות קריפטו, תכונה שמודלים גאוסיים פשוטים יותר עלולים להחמיץ.
המאמר משווה שלוש גישות לאמידת פרמטרים: נראות מרבית הקשורה ל-DuMouchel, אמידה מבוססת קוונטילים הקשורה ל-McCulloch ושיטה המבוססת על מאפייני מדגם הקשורה ל-Koutrouvelis. הוא מדווח שנראות מרבית מתאימה לנתוני התשואות שנבדקו טוב יותר משתי החלופות, ושמודל alpha-stable לוכד את הזנבות העבים שלהם. ההתפלגות משתמשת בארבעה פרמטרים חופשיים, שהמחברים מתארים כחסכוניים. הראיות מוגבלות לנכסים ולמדגם שנבדקו; התקציר אינו מציין תאריכים, נתוני התאמה מפורטים, מבחני חיזוי או ראיות לכך שההתפלגות משפרת החלטות תיק או ביצועי מסחר.
רעיונות מרכזיים
- התפלגויות alpha-stable נבדקות כמודלים לתשואות מטבעות קריפטוגרפיים בעלות זנבות עבים.
- המחקר האמפירי בוחן תשואות של Bitcoin, Ethereum ו-Ripple.
- המחברים מדווחים שאמידת נראות מרבית מתאימה לנתונים שנבדקו טוב יותר משיטות מבוססות קוונטילים ומאפייני מדגם.
- המודל לוכד את ההתנהגות הלפטוקורטית המדווחת בתשואות קריפטו.
- טיב התאמה לבדו אינו מבסס תחזיות משופרות או רווחיות ממסחר.
תגיות
הטקסט המלא
# An $α$-Stable Approach to Modelling Highly Speculative Assets and Cryptocurrencies # An $α$-Stable Approach to Modelling Highly Speculative Assets and Cryptocurrencies We investigate the behaviour of cryptocurrencies using data for bitcoin, ethereum and ripple which account for over 70% of the cryptocurrency market. We demonstrate that $α$-stable distribution is an appropriately sufficient model for highly speculative cryptocurrencies which outperforms other heavy tailed distributions that are used in financial econometrics. We find that the maximum likelihood method proposed by DuMouchel (1971) produces estimates that fit the cryptocurrency return data much better than the quantile based approach of McCulloch (1986) and sample characteristic method by Koutrouvelis (1980). The empirical results show that the leptokurtic feature presented in cryptocurrency return data can be captured by an $α$-stable distribution. The findings highlight that $α$-stable distribution is not only parsimonious with its four free parameters but also a creative model that is close to reality. This paper covers early reports and literature on cryptocurrencies and stable distributions.
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.