Память доходности и волатильности биткойна при меняющейся эффективности рынка

Сводка

Исследование проверяет, проявлялась ли долгосрочная память в доходности и волатильности биткойна с 2011 по 2017 и как это поведение менялось со временем. Авторы оценивают показатель Хёрста с помощью нормированного размаха (R/S) и анализа флуктуаций без тренда (DFA), сравнивая их способность выявлять изменения персистентности и информационной эффективности.

Согласно результатам, R/S обычно выявляет долгосрочную память, а DFA яснее различает изменения во времени. Доходность устойчива в ранней части выборки и, по-видимому, становится информационно эффективнее начиная с 2014. Волатильность, измеряемая логарифмической разностью внутридневных максимумов и минимумов, сохраняет долгосрочную память на протяжении всего периода. Эти результаты позволяют предположить, что доходность и волатильность могут порождаться разными процессами. Выводы ограничены указанной выборкой биткойна и применёнными методами; в кратком описании нет сведений о проверках устойчивости или о том, позволяет ли выявленная устойчивость построить прибыльную торговую стратегию.

Ключевые идеи

• В исследовании прослеживается устойчивость доходности и волатильности биткойна с 2011 по 2017 с помощью методов на основе показателя Хёрста.
• Анализ R/S часто выявляет долгосрочную память, а DFA лучше улавливает изменения эффективности во времени.
• Доходность биткойна устойчива в ранней части выборки и становится информационно эффективнее начиная с 2014.
• Волатильность по внутридневному диапазону максимумов и минимумов демонстрирует долгосрочную память на протяжении всей выборки.
• У доходности и волатильности могут быть разные порождающие процессы.

Теги

# The inefficiency of Bitcoin revisited: a dynamic approach


# The inefficiency of Bitcoin revisited: a dynamic approach









This letter revisits the informational efficiency of the Bitcoin market. In particular we analyze the time-varying behavior of long memory of returns on Bitcoin and volatility 2011 until 2017, using the Hurst exponent. Our results are twofold. First, R/S method is prone to detect long memory, whereas DFA method can discriminate more precisely variations in informational efficiency across time. Second, daily returns exhibit persistent behavior in the first half of the period under study, whereas its behavior is more informational efficient since 2014. Finally, price volatility, measured as the logarithmic difference between intraday high and low prices exhibits long memory during all the period. This reflects a different underlying dynamic process generating the prices and volatility.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.