Memória dos retornos e da volatilidade do Bitcoin com mudanças na eficiência do mercado

Resumo

Este estudo examina se os retornos e a volatilidade do Bitcoin apresentaram memória longa de 2011 a 2017 e como esse comportamento mudou ao longo do tempo. Ele estima o expoente de Hurst com análise de amplitude reescalonada (R/S) e análise de flutuação destendenciada (DFA), comparando a capacidade desses métodos de captar mudanças na persistência e na eficiência informacional.

Os resultados relatados indicam que R/S tende a identificar memória longa, enquanto DFA distingue com mais clareza as mudanças ao longo do tempo. Os retornos são persistentes na parte inicial da amostra e o mercado parece mais eficiente em termos informacionais a partir de 2014. A volatilidade, medida pela diferença logarítmica entre máximas e mínimas intradiárias, mantém memória longa durante todo o período. Esses resultados sugerem que retornos e volatilidade podem refletir processos geradores diferentes. As evidências se limitam à amostra e aos métodos especificados para o Bitcoin; o resumo não detalha testes de robustez nem informa se a persistência detectada sustenta uma estratégia de negociação lucrativa.

Ideias principais

• O estudo acompanha a persistência dos retornos e da volatilidade do Bitcoin de 2011 a 2017 usando métodos baseados no expoente de Hurst.
• A análise R/S tende a detectar memória longa, enquanto DFA capta melhor as mudanças de eficiência ao longo do tempo.
• Os retornos do Bitcoin são persistentes no início da amostra e o mercado parece mais eficiente em termos informacionais a partir de 2014.
• A medida de volatilidade intradiária baseada nas máximas e mínimas apresenta memória longa durante toda a amostra.
• Os padrões dos retornos e da volatilidade podem decorrer de processos subjacentes diferentes.

Tags

# The inefficiency of Bitcoin revisited: a dynamic approach


# The inefficiency of Bitcoin revisited: a dynamic approach









This letter revisits the informational efficiency of the Bitcoin market. In particular we analyze the time-varying behavior of long memory of returns on Bitcoin and volatility 2011 until 2017, using the Hurst exponent. Our results are twofold. First, R/S method is prone to detect long memory, whereas DFA method can discriminate more precisely variations in informational efficiency across time. Second, daily returns exhibit persistent behavior in the first half of the period under study, whereas its behavior is more informational efficient since 2014. Finally, price volatility, measured as the logarithmic difference between intraday high and low prices exhibits long memory during all the period. This reflects a different underlying dynamic process generating the prices and volatility.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.