コンテンツへスキップ
ライブラリの全資料

ツイートと取引高を用いたビットコインのボラティリティ予測

記事 arXiv papers · 著者: Irena Barjašić et al.
原文を読む

サマリー

本研究は、一般化自己回帰条件付き不均一分散（GARCH）手法で、ビットコインの分単位のリターン・ボラティリティをモデル化します。GARCHファミリーの変種で表現される過去のリターンとボラティリティを、分布混合仮説と組み合わせます。この仮説では、市場の情報フローがリターンの動きを説明する手掛かりとなります。ビットコイン関連のツイートと取引高を、外部情報シグナルとして用います。

本論文は、これらのシグナルがボラティリティ予測を改善するかを検証し、アウト・オブ・サンプルの統計検定でモデルの変種を比較します。この評価では、最も単純なGARCH(1,1)モデルが外部シグナルの追加に最もよく反応します。利用可能な説明にはサンプル期間、詳細な性能指標、ツイートと取引高の変数を構成した方法やタイミングが記載されていません。したがって結果が裏付けるのは検証した仕様とデータ設定であり、他の期間や取引環境でもこれらのシグナルが予測を改善することを示すものではありません。

主なアイデア

  • GARCHファミリーモデルを使い、ビットコインの分単位のリターンからボラティリティを予測します。
  • ビットコイン関連のツイートと取引高がボラティリティに関する情報を加えるか検証します。
  • リターンの動きを過去のボラティリティと市場の情報フローの両面から捉えます。
  • アウト・オブ・サンプル検定では、検証したモデルのうちGARCH(1,1)が外部シグナルの追加から最も大きな恩恵を受けることが示されています。
  • 説明には、シグナルの構成や予測改善の大きさに関する詳細が限られています。

タグ

暗号資産ボラティリティ高頻度取引センチメント統計
全文
# Time-varying volatility in Bitcoin market and information flow at minute-level frequency


# Time-varying volatility in Bitcoin market and information flow at minute-level frequency









In this paper, we analyze the time-series of minute price returns on the Bitcoin market through the statistical models of generalized autoregressive conditional heteroskedasticity (GARCH) family. Several mathematical models have been proposed in finance, to model the dynamics of price returns, each of them introducing a different perspective on the problem, but none without shortcomings. We combine an approach that uses historical values of returns and their volatilities - GARCH family of models, with a so-called "Mixture of Distribution Hypothesis", which states that the dynamics of price returns are governed by the information flow about the market. Using time-series of Bitcoin-related tweets and volume of transactions as external information, we test for improvement in volatility prediction of several GARCH model variants on a minute level Bitcoin price time series. Statistical tests show that the simplest GARCH(1,1) reacts the best to the addition of external signal to model volatility process on out-of-sample data.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。