Выявление режимов Bitcoin с помощью мультифрактального масштабирования

Сводка

В статье изучается структура доходностей Bitcoin на разных временных масштабах с помощью методов оценки мультифрактальных свойств. В ней описывается, как дисперсия доходности подчиняется степенным зависимостям от временного интервала, которые характеризуются волатильностью и показателем Хёрста. Поскольку эти параметры меняются со временем, авторы вводят обобщенный показатель Хёрста, чтобы оценить, насколько адекватно описано мультифрактальное поведение.

Для выявления смены режимов авторы используют локальные оценки параметров степенного закона и качество подгонки. По их сообщению, метод автоматически обнаруживает даты известных рыночных событий Bitcoin. Также утверждается, что, несмотря на значительные колебания цен и нестационарность, на протяжении всей наблюдаемой истории Bitcoin сохраняет устойчивую структуру корреляций. В резюме нет дат выборки, списка событий, оценок параметров или сравнительной проверки, поэтому выводы ограничены анализируемым периодом и описанным методом.

Ключевые идеи

• Корреляции доходностей Bitcoin на разных масштабах описываются степенной зависимостью дисперсии от временного интервала.
• Масштабное поведение характеризуют волатильность и показатель Хёрста; оба параметра могут меняться со временем.
• Для оценки соответствия мультифрактальному поведению предлагается обобщенный показатель Хёрста.
• Для обнаружения смены режимов используются локальные оценки степенной зависимости и качество подгонки.
• Согласно анализу, за изученный период выявлены сдвиги, связанные с событиями, и устойчивая долгосрочная структура корреляций.

Теги

# Chaos and Order in the Bitcoin Market


# Chaos and Order in the Bitcoin Market









The bitcoin price has surged in recent years and it has also exhibited phases of rapid decay. In this paper we address the question to what extent this novel cryptocurrency market can be viewed as a classic or semi-efficient market. Novel and robust tools for estimation of multi-fractal properties are used to show that the bitcoin price exhibits a very interesting multi-scale correlation structure. This structure can be described by a power-law behavior of the variances of the returns as functions of time increments and it can be characterized by two parameters, the volatility and the Hurst exponent. These power-law parameters, however, vary in time. A new notion of generalized Hurst exponent is introduced which allows us to check if the multi-fractal character of the underlying signal is well captured. It is moreover shown how the monitoring of the power-law parameters can be used to identify regime shifts for the bitcoin price. A novel technique for identifying the regimes switches based on a goodness of fit of the local power-law parameters is presented. It automatically detects dates associated with some known events in the bitcoin market place. A very surprising result is moreover that, despite the wild ride of the bitcoin price in recent years and its multi-fractal and non-stationary character, this price has both local power-law behaviors and a very orderly correlation structure when it is observed on its entire period of existence.

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.