Retornos do Bitcoin em alta frequência: volatilidade, difusão e multifractalidade

Artigo arXiv papers · Autor: Yaoyue Tang et al.

Resumo

O artigo analisa dados intradiários de Bitcoin em alta frequência de 2019 a 2022, separando a amostra em dois períodos com uma mudança abrupta na volatilidade. Caracteriza os retornos como difusão anômala: subdifusiva em intervalos curtos e fracamente superdifusiva em intervalos mais longos. O estudo examina caudas pesadas usando uma distribuição q-Gaussiana e investiga a dependência por meio das autocorrelações dos retornos.

A autocorrelação dos retornos absolutos segue inicialmente um padrão de lei de potência nos dois períodos, enquanto a autocorrelação dos retornos comuns decai rapidamente; o segundo período tem uma taxa de decaimento ajustada ligeiramente maior. A análise de destendenciamento identifica multifractalidade e autossimilaridade nos dois períodos. A estimativa de Hurst em intervalos curtos sobe de cerca de 0.42 para cerca de 0.49, o que os autores interpretam como um movimento em direção a maior eficiência de mercado. Essas constatações descrevem os períodos amostrados e dependem das análises estatísticas escolhidas; não demonstram que os padrões persistam em outros períodos ou mercados.

Ideias principais

A volatilidade do Bitcoin mudou abruptamente entre os dois períodos analisados.
Os retornos apresentam subdifusão em intervalos curtos e fraca superdifusão em intervalos longos.
As caudas pesadas são descritas por uma distribuição q-Gaussiana.
A autocorrelação dos retornos absolutos segue inicialmente um padrão de lei de potência, enquanto a autocorrelação dos retornos decai rapidamente.
Os dois períodos apresentam multifractalidade, e a estimativa de Hurst em intervalos curtos se aproxima de um meio.

Tags

Cripto Estatística Volatilidade Trading de alta frequência

Texto completo

# Stylized Facts of High-Frequency Bitcoin Time Series

This paper analyses the high-frequency intraday Bitcoin dataset from 2019 to 2022. During this time frame, the Bitcoin market index exhibited two distinct periods, 2019-20 and 2021-22, characterized by an abrupt change in volatility. The Bitcoin price returns for both periods can be described by an anomalous diffusion process, transitioning from subdiffusion for short intervals to weak superdiffusion over longer time intervals. The characteristic features related to this anomalous behavior studied in the present paper include heavy tails, which can be described using a $q$-Gaussian distribution and correlations. When we sample the autocorrelation of absolute returns, we observe a power-law relationship, indicating time dependence in both periods initially. The ensemble autocorrelation of the returns decays rapidly. We fitted the autocorrelation with a power law to capture the decay and found that the second period experienced a slightly higher decay rate. The further study involves the analysis of endogenous effects within the Bitcoin time series, which are examined through detrending analysis. We found that both periods are multifractal and present self-similarity in the detrended probability density function (PDF). The Hurst exponent over short time intervals shifts from less than 0.5 ($\sim$ 0.42) in Period 1 to closer to 0.5 in Period 2 ($\sim$ 0.49), indicating that the market has gained efficiency over time.

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.