Atividade de negociação, intervalos entre operações e multifractalidade em criptomoedas

Resumo

Esta análise examina dados no nível de ticks de grandes criptomoedas negociadas em várias plataformas. Ela estuda o tempo entre transações, além da contagem de transações, do volume negociado e da volatilidade. Os autores relatam autocorrelação de lei de potência de longo alcance nos intervalos entre transações e relacionam esse padrão à multifractalidade. Os espectros de singularidade são assimétricos, com comportamento multifractal mais rico nos períodos de alta atividade do que nos períodos mais tranquilos.

O estudo também compara distribuições candidatas para as quantidades observadas. Nem distribuições exponenciais estiradas nem distribuições com cauda de lei de potência se ajustam a todas as combinações de plataformas e quantidades: uma delas pode funcionar em alguns casos, enquanto ambas falham em outros. Conjuntos de dados paralelos de diferentes plataformas podem ter propriedades estatísticas bastante distintas. O trecho não identifica as plataformas, o período de amostragem nem um modelo universal; assim, os resultados apontam para comportamentos específicos de cada plataforma e para limites de pressupostos distributivos amplos, em vez de uma única regra de trading.

Ideias principais

• Os intervalos entre transações nos dados de cripto estudados mostram autocorrelação de lei de potência de longo alcance.
• Períodos de alta atividade apresentam multifractalidade mais rica do que períodos tranquilos.
• Distribuições exponenciais estiradas e distribuições com cauda de lei de potência não se ajustam a todas as quantidades ou conjuntos de dados medidos.
• Conjuntos de dados de diferentes plataformas podem ter propriedades estatísticas bastante distintas.
• O trecho apresenta observações sobre a estrutura do mercado, não uma estratégia de trading especificada.

Tags

# Analysis of inter-transaction time fluctuations in the cryptocurrency market


# Analysis of inter-transaction time fluctuations in the cryptocurrency market









We analyse tick-by-tick data representing major cryptocurrencies traded on some different cryptocurrency trading platforms. We focus on such quantities like the inter-transaction times, the number of transactions in time unit, the traded volume, and volatility. We show that the inter-transaction times show long-range power-law autocorrelations. These lead to multifractality expressed by the right-side asymmetry of the singularity spectra $f(α)$ indicating that the periods of increased market activity are characterised by richer multifractality compared to the periods of quiet market. We also show that neither the stretched exponential distribution nor the power-law-tail distribution are able to model universally the cumulative distribution functions of the quantities considered in this work. For each quantity, some data sets can be modeled by the former, some data sets by the latter, while both fail in other cases. An interesting, yet difficult to account for, observation is that parallel data sets from different trading platforms can show disparate statistical properties.

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.