Correlações multifractais na atividade de trading de Bitcoin e Ether

Resumo

Este estudo examina características de trading de alta frequência de Bitcoin e Ether no período pós-COVID. Analisa retornos, o número médio de operações por unidade de tempo e o volume negociado usando análise de correlação cruzada multifractal sem tendências, um método adequado para detectar dependência não linear em diferentes escalas de tempo. A análise considera tanto cada série isoladamente quanto as relações entre as duas criptomoedas.

Os autores relatam estrutura multifractal em todas as medidas, incluindo correlações cruzadas entre os ativos. Deslocar no tempo a série de um ativo enfraquece parcialmente as correlações cruzadas em escalas curtas, mas não as elimina; não há diferença qualitativa conforme o ativo considerado líder. Em escalas suficientemente longas, as correlações cruzadas simultâneas e defasadas atingem a mesma magnitude. O documento descreve resultados estatísticos, não uma estratégia de trading, e não apresenta testes preditivos, detalhes da amostra nem evidências de que a dependência medida possa ser convertida em retornos líquidos.

Ideias principais

• A análise abrange retornos, contagem de operações e volume negociado de Bitcoin e Ether.
• A análise de correlação cruzada multifractal sem tendências é usada para estudar a dependência não linear de séries temporais.
• Os autores identificam estrutura multifractal tanto nas séries individuais quanto nas relações entre ativos.
• Deslocar no tempo a série de um ativo reduz parcialmente as correlações cruzadas em escalas curtas, sem eliminá-las.
• Em escalas longas, as correlações cruzadas simultâneas e defasadas convergem em magnitude, sem assimetria qualitativa relatada quanto à direção de liderança.

Tags

# Multifractal cross-correlations of bitcoin and ether trading characteristics in the post-COVID-19 time


# Multifractal cross-correlations of bitcoin and ether trading characteristics in the post-COVID-19 time









Unlike price fluctuations, the temporal structure of cryptocurrency trading has seldom been a subject of systematic study. In order to fill this gap, we analyse detrended correlations of the price returns, the average number of trades in time unit, and the traded volume based on high-frequency data representing two major cryptocurrencies: bitcoin and ether. We apply the multifractal detrended cross-correlation analysis, which is considered the most reliable method for identifying nonlinear correlations in time series. We find that all the quantities considered in our study show an unambiguous multifractal structure from both the univariate (auto-correlation) and bivariate (cross-correlation) perspectives. We looked at the bitcoin--ether cross-correlations in simultaneously recorded signals, as well as in time-lagged signals, in which a time series for one of the cryptocurrencies is shifted with respect to the other. Such a shift suppresses the cross-correlations partially for short time scales, but does not remove them completely. We did not observe any qualitative asymmetry in the results for the two choices of a leading asset. The cross-correlations for the simultaneous and lagged time series became the same in magnitude for the sufficiently long scales.

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.