बिटकॉइन प्रतिफल की दीर्घ स्मृति और बहु-स्तरीय स्व-समानता
सारांश
यह शोध बिटकॉइन प्रतिफलों के सांख्यिकीय गुणों की जाँच करता है, उनकी गतिशीलता की तुलना पारंपरिक मुद्राओं से करता है और अलग-अलग समय पैमानों के व्यवहार पर विचार करता है। इसके अनुभवजन्य नमूने में अध्ययन अवधि के दौरान एक बिटकॉइन प्लेटफ़ॉर्म के लेन-देन डेटा शामिल हैं। दीर्घ-परास निर्भरता का आकलन करने के लिए यह डिट्रेंडेड फ़्लक्चुएशन विश्लेषण लागू करता है और खिसकती विंडो में Hurst घातांक निकालता है, जिससे अनुमानित स्थायित्व समय के साथ बदल सकता है।
रिपोर्ट किए गए अनुमान बिटकॉइन के शुरुआती वर्षों में काफ़ी बदलते हैं और नमूने के बाद के हिस्से में अधिक स्थिर होने लगते हैं। बहु-स्तरीय परिणामों में Hurst घातांक का व्यवहार मिलता-जुलता है, जिसे लेखक स्व-समानता का साक्ष्य मानते हैं। ये निष्कर्ष ऐतिहासिक सांख्यिकीय पैटर्न बताते हैं; वे लाभदायक ट्रेडिंग संकेत स्थापित नहीं करते या यह नहीं दिखाते कि देखी गई निर्भरता बनी रहेगी। एक ही प्लेटफ़ॉर्म का डेटा और सीमित ऐतिहासिक अवधि भी यह सीमित करते हैं कि परिणामों को बिटकॉइन बाज़ारों या भविष्य की स्थितियों पर कितनी व्यापकता से लागू किया जा सकता है।
मुख्य विचार
- अध्ययन बिटकॉइन प्रतिफल की गतिशीलता की तुलना मानक मुद्राओं से करता है।
- दीर्घ-परास निर्भरता का अनुमान लगाने के लिए डिट्रेंडेड फ़्लक्चुएशन विश्लेषण का उपयोग होता है।
- खिसकती विंडो नमूने के दौरान Hurst घातांकों में बदलाव पर नज़र रखती हैं।
- बिटकॉइन के शुरुआती वर्षों में अनुमान बदलते हैं और बाद में स्थिर होने लगते हैं।
- बहु-स्तरीय अनुमानों में समान व्यवहार दिखता है, जिसे स्व-समानता के रूप में समझा गया है।
टैग
पूरा पाठ
# Some stylized facts of the Bitcoin market # Some stylized facts of the Bitcoin market In recent years a new type of tradable assets appeared, generically known as cryptocurrencies. Among them, the most widespread is Bitcoin. Given its novelty, this paper investigates some statistical properties of the Bitcoin market. This study compares Bitcoin and standard currencies dynamics and focuses on the analysis of returns at different time scales. We test the presence of long memory in return time series from 2011 to 2017, using transaction data from one Bitcoin platform. We compute the Hurst exponent by means of the Detrended Fluctuation Analysis method, using a sliding window in order to measure long range dependence. We detect that Hurst exponents changes significantly during the first years of existence of Bitcoin, tending to stabilize in recent times. Additionally, multiscale analysis shows a similar behavior of the Hurst exponent, implying a self-similar process.
स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0
यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।