Измерение и кластеризация эффективности крипторынка во времени

Сводка

Исследование оценивает изменения информационной эффективности более чем четырёхсот криптовалют. Авторы рассчитывают перестановочную энтропию и статистическую сложность логарифмических доходностей в скользящих временных окнах, а затем сравнивают эти показатели с результатами для случайно перемешанных данных. Валюта считается эффективной в окне, если её показатели статистически не отличаются от значений для перемешанных данных.

Авторы сообщают, что более 37% криптовалют были эффективны более чем в 80% наблюдаемого времени, тогда как 20% были эффективны менее чем в 20% этого времени. Эффективность не коррелировала с рыночной капитализацией. Изменяющиеся во времени закономерности также разделили валюты на четыре кластера; молодые валюты в каждом кластере, по-видимому, следуют закономерностям, наблюдаемым у более старых. Выводы зависят от выбранных показателей, окон, выборки и критерия эффективности; они описывают статистическое поведение и напрямую не показывают, может ли торговая стратегия приносить доход.

Ключевые идеи

• Для оценки эффективности в скользящих окнах используются перестановочная энтропия и статистическая сложность.
• Эффективность определяется сравнением с перемешанными данными о доходности.
• По сообщению авторов, устойчивость эффективности заметно различается у изученных криптовалют.
• Рыночная капитализация не коррелировала с измеренной эффективностью.
• Временные закономерности образовали четыре кластера; молодые валюты, по-видимому, следуют за более старыми.

Теги

# Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market


# Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market









The efficient market hypothesis has far-reaching implications for financial trading and market stability. Whether or not cryptocurrencies are informationally efficient has therefore been the subject of intense recent investigation. Here, we use permutation entropy and statistical complexity over sliding time-windows of price log returns to quantify the dynamic efficiency of more than four hundred cryptocurrencies. We consider that a cryptocurrency is efficient within a time-window when these two complexity measures are statistically indistinguishable from their values obtained on randomly shuffled data. We find that 37% of the cryptocurrencies in our study stay efficient over 80% of the time, whereas 20% are informationally efficient in less than 20% of the time. Our results also show that the efficiency is not correlated with the market capitalization of the cryptocurrencies. A dynamic analysis of informational efficiency over time reveals clustering patterns in which different cryptocurrencies with similar temporal patterns form four clusters, and moreover, younger currencies in each group appear poised to follow the trend of their 'elders'. The cryptocurrency market thus already shows notable adherence to the efficient market hypothesis, although data also reveals that the coming-of-age of digital currencies is in this regard still very much underway.

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.