Прогноз подразумеваемой волатильности биткоина по рынку и настроениям

Сводка

В статье исследуется, можно ли прогнозировать подразумеваемую волатильность биткоина на горизонте пяти минут по недавней динамике рынка и альтернативным данным. Модель использует запаздывающие значения индекса биткоина и изменения волатильности, учитывая как ценовую информацию, так и импульс волатильности. В неё также включены показатели настроений и вовлечённости, в том числе Google Trends, чтобы выяснить, содержат ли сигналы внимания информацию о последующей подразумеваемой волатильности.

Согласно результатам, предсказуемость невелика: рынки часто реагируют на сигналы Google Trends через несколько часов. Это указывает, что связь между вниманием в интернете и волатильностью рынка может проявляться с задержкой, а не сразу. В документе кратко описаны подход и основной результат, но не приведены спецификация модели, период выборки, схема проверки, количественные показатели качества или оценка торговли. Следовательно, результат не доказывает прибыльность этих сигналов или сохранение наблюдаемой прогностической связи в другие периоды и при других рыночных условиях.

Ключевые идеи

• Сообщается о небольшой предсказуемости подразумеваемой волатильности биткоина на пятиминутном горизонте.
• Модель использует запаздывающие цены биткоина и изменения волатильности, включая импульс волатильности.
• Google Trends и другие данные о настроениях и вовлечённости включены в число альтернативных предикторов.
• Согласно результатам, реакция рынка на Google Trends часто наступает через несколько часов.
• В кратком описании нет сведений о проверке модели или подтверждений прибыльности торговли.

Теги

# 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.

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.