सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

GARCH मॉडल और NIG त्रुटियों से Bitcoin अस्थिरता का अनुमान

लेख arXiv papers · लेखक: Samuel Asante Gyamerah
मूल स्रोत पढ़ें

सारांश

यह शोधपत्र Bitcoin रिटर्न की अस्थिरता का अनुमान लगाने के लिए sGARCH, iGARCH और tGARCH मॉडलों की तुलना करता है। हर मॉडल को Student t, generalized error और normal inverse Gaussian (NIG) वितरणों के साथ जोड़ा गया है ताकि अस्थिरता समूहबद्धता, मोटी पूँछ और विषमता जैसी विशेषताओं को दर्शाया जा सके। तुलना इस बात पर केंद्रित है कि मॉडल और वितरण के ये संयोजन रिटर्न श्रृंखला के व्यवहार को कितनी अच्छी तरह पकड़ते हैं।

बताए गए परिणाम मोटी पूँछ और विषमता दर्शाने के लिए NIG को प्राथमिकता देते हैं और जाँचे गए मॉडलों में tGARCH के साथ NIG को सबसे मज़बूत विनिर्देशन बताते हैं। लेखक tGARCH के लाभ का कारण सकारात्मक और नकारात्मक खबरों पर अस्थिरता की अलग-अलग प्रतिक्रियाएँ दर्शाने की उसकी क्षमता बताते हैं। उनका सुझाव है कि NIG अन्य क्रिप्टोकरेंसी के लिए भी उपयुक्त हो सकता है क्योंकि उनके रिटर्न अक्सर लेप्टोकर्टिक होते हैं। दस्तावेज़ में नमूना अवधि, मूल्यांकन माप, पूर्वानुमान प्रदर्शन या ट्रेडिंग परिणामों का विवरण नहीं है; इसलिए निष्कर्ष बताए गए मॉडल तुलना तक सीमित हैं और अलग-अलग परिसंपत्तियों या अवधियों पर लागू हों, यह निश्चित नहीं।

मुख्य विचार

  • GARCH-परिवार के मॉडल Bitcoin रिटर्न में अस्थिरता समूहबद्धता दर्शा सकते हैं।
  • अध्ययन Student t, generalized error और normal inverse Gaussian रिटर्न वितरणों की तुलना करता है।
  • रिपोर्ट के अनुसार, normal inverse Gaussian वितरण विषमता और मोटी पूँछ को अच्छी तरह पकड़ता है।
  • tGARCH सकारात्मक और नकारात्मक झटकों पर अस्थिरता प्रतिक्रियाओं में अंतर की अनुमति देता है।
  • बताया गया पसंदीदा विनिर्देशन normal inverse Gaussian त्रुटियों वाला tGARCH है।

टैग

क्रिप्टोअस्थिरतासांख्यिकी
पूरा पाठ
# Estimating the volatility of Bitcoin using GARCH models


# Estimating the volatility of Bitcoin using GARCH models









In this paper, an application of three GARCH-type models (sGARCH, iGARCH, and tGARCH) with Student t-distribution, Generalized Error distribution (GED), and Normal Inverse Gaussian (NIG) distribution are examined. The new development allows for the modeling of volatility clustering effects, the leptokurtic and the skewed distributions in the return series of Bitcoin. Comparative to the two distributions, the normal inverse Gaussian distribution captured adequately the fat tails and skewness in all the GARCH type models. The tGARCH model was the best model as it described the asymmetric occurrence of shocks in the Bitcoin market. That is, the response of investors to the same amount of good and bad news are distinct. From the empirical results, it can be concluded that tGARCH-NIG was the best model to estimate the volatility in the return series of Bitcoin. Generally, it would be optimal to use the NIG distribution in GARCH type models since time series of most cryptocurrency are leptokurtic.

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।