Modelagem de Blocos e Saltos de Preço do Bitcoin com Processos de Hawkes

Resumo

O artigo modela a chegada de blocos de Bitcoin e os saltos de preços usando um processo de Hawkes multivariado, uma estrutura de processos pontuais que representa eventos capazes de estimular eventos posteriores. Ele usa dados públicos de blockchain e estima os parâmetros do modelo por máxima verossimilhança. Essa configuração busca capturar tanto a autoexcitação em fluxos de eventos quanto a excitação cruzada entre a mineração de blocos e a volatilidade do preço do Bitcoin.

Os resultados relatados indicam que a volatilidade do preço do Bitcoin aumenta a taxa de mineração de blocos, enquanto os retornos do investimento em Bitcoin apresentam reversão à média. Gráficos quantil-quantil mostram que o modelo de Hawkes se ajusta melhor aos dados de blockchain do que o modelo de Poisson. Esses resultados descrevem relações estatísticas e o ajuste do modelo; o breve relato não fornece estimativas de parâmetros, abrangência do conjunto de dados, desempenho preditivo nem evidências de que os resultados sustentem uma estratégia de trading lucrativa.

Ideias principais

• Um processo de Hawkes multivariado é usado para representar a chegada de blocos de Bitcoin e os saltos de preços.
• Os parâmetros do modelo são estimados por máxima verossimilhança com dados públicos de blockchain.
• A estrutura captura autoexcitação e excitação cruzada entre fluxos de eventos.
• A análise relatada conclui que a volatilidade do preço do Bitcoin aumenta a taxa de mineração de blocos.
• Segundo o relato, os retornos do investimento em Bitcoin revertem à média, e os gráficos quantil-quantil favorecem o ajuste de Hawkes em relação ao de Poisson.

Tags

# Hawkes Process Modeling of Block Arrivals in Bitcoin Blockchain


# Hawkes Process Modeling of Block Arrivals in Bitcoin Blockchain









The paper constructs a multi-variate Hawkes process model of Bitcoin block arrivals and price jumps. Hawkes processes are selfexciting point processes that can capture the self- and cross-excitation effects of block mining and Bitcoin price volatility. We use publicly available blockchain datasets to estimate the model parameters via maximum likelihood estimation. The results show that Bitcoin price volatility boost block mining rate and Bitcoin investment return demonstrates mean reversion. Quantile-Quantile plots show that the proposed Hawkes process model is a better fit to the blockchain datasets than a Poisson process model.

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.