Previsão da volatilidade implícita do Bitcoin com dados de mercado e sentimento

Resumo

O artigo analisa se é possível prever a volatilidade implícita do Bitcoin em um horizonte de cinco minutos com base no comportamento recente do mercado e em dados alternativos. O modelo usa preços defasados do índice do Bitcoin e movimentos de volatilidade, capturando informações sobre preços e o momentum da volatilidade. Também incorpora medidas de sentimento e engajamento, incluindo o Google Trends, para investigar se sinais relacionados à atenção contêm informações sobre a volatilidade implícita subsequente.

O resultado relatado indica uma previsibilidade modesta, com os mercados muitas vezes reagindo aos sinais do Google Trends várias horas depois. Isso sugere que a relação entre a atenção online e a volatilidade do mercado pode envolver um atraso, em vez de uma resposta imediata. O documento descreve brevemente a abordagem e o principal resultado, mas não informa a especificação do modelo, o período da amostra, o desenho da validação, medidas quantitativas de desempenho ou uma avaliação de trading. Portanto, o resultado não demonstra que os sinais sejam lucrativos nem que a relação preditiva observada persista em diferentes períodos ou condições de mercado.

Ideias principais

• Relata-se que a volatilidade implícita do Bitcoin em um horizonte de cinco minutos é modestamente previsível.
• O modelo usa preços defasados do Bitcoin e movimentos de volatilidade, incluindo o momentum da volatilidade.
• Google Trends e outros dados de sentimento ou engajamento são incluídos como preditores alternativos.
• A resposta relatada do mercado ao Google Trends costuma ocorrer várias horas depois.
• A descrição breve não apresenta detalhes de validação nem evidências de lucratividade em trading.

Tags

# Fear and Volatility in Digital Assets


# Fear and Volatility in Digital Assets









We show Bitcoin implied volatility on a 5 minute time horizon is modestly predictable from price, volatility momentum and alternative data including sentiment and engagement. Lagged Bitcoin index price and volatility movements contribute to the model alongside Google Trends with markets responding often several hours later. The code and datasets used in this paper can be found at https://github.com/Globe-Research/bitfear.

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.