کرپٹو اثاثوں کے منافع کے عوامل اور کراس سیکشنل شماریاتی آربیٹریج

خلاصہ

یہ کام ایکسچینج مارکیٹ ڈیٹا کے ساتھ کرپٹو کرنسیوں اور دیگر ڈیجیٹل اثاثوں کے روزانہ منافع کے کراس سیکشن میں فیکٹر ماڈلز کا مطالعہ کرتا ہے۔ یہ ایک نمایاں عامل کی نشاندہی کرتا ہے جو کرپٹو اثاثوں کے منافع میں اہم حصہ ڈالتا دکھائی دیتا ہے۔ دستاویز ڈیٹا ڈاؤن لوڈ کرنے، رسک فیکٹرز شمار کرنے اور نمونے سے باہر بیک ٹیسٹس کرنے کے معاون مواد کا بھی ذکر کرتی ہے۔

مصنفین کا کہنا ہے کہ مؤثر عمل درآمد اور شارٹ کرنے کی صلاحیت میسر ہو تو کرپٹو اثاثوں میں کراس سیکشنل شماریاتی آربیٹریج ممکن ہو سکتی ہے۔ خلاصے میں عامل کا نام، اس کی تشکیل، بیک ٹیسٹ کے پیمانے یا یہ ثبوت نہیں کہ موقع اخراجات اور مارکیٹ کی رکاوٹوں کے بعد بھی برقرار رہتا ہے۔ لہٰذا اس کا عملی مفہوم قابلِ نفاذ حکمتِ عملی کا ثبوت نہیں بلکہ تحقیق کا ایک ممکنہ رخ ہے۔

اہم خیالات

• مطالعہ ایکسچینج پر ٹریڈ ہونے والے کرپٹو اثاثوں کے وسیع مجموعے کے روزانہ منافع کو ماڈل کرتا ہے۔
• یہ کراس سیکشنل کرپٹو اثاثہ منافع سے وابستہ ایک نمایاں عامل کی نشاندہی کرتا ہے۔
• تجرباتی طریقۂ کار میں نمونے سے باہر بیک ٹیسٹنگ شامل ہے۔
• ممکنہ شماریاتی آربیٹریج کا انحصار مؤثر عمل درآمد اور شارٹ کرنے کی سہولت پر ہے۔

ٹیگز

# Cryptoasset Factor Models


# Cryptoasset Factor Models









We propose factor models for the cross-section of daily cryptoasset returns and provide source code for data downloads, computing risk factors and backtesting them out-of-sample. In "cryptoassets" we include all cryptocurrencies and a host of various other digital assets (coins and tokens) for which exchange market data is available. Based on our empirical analysis, we identify the leading factor that appears to strongly contribute into daily cryptoasset returns. Our results suggest that cross-sectional statistical arbitrage trading may be possible for cryptoassets subject to efficient executions and shorting.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔