مواد پر جائیں
لائبریری کی تمام دستاویزات

ہاکس عمل سے بٹ کوائن بلاکس اور قیمت کے جھٹکوں کا ماڈل

مضمون arXiv papers · مصنف: Rui Luo et al.

خلاصہ

مقالہ بٹ کوائن بلاکس کی آمد اور قیمت کے جھٹکوں کا ماڈل کثیر متغیر ہاکس عمل کے ذریعے بناتا ہے، جو پوائنٹ پروسیس کا ایسا فریم ورک ہے جس میں واقعات کو بعد کے واقعات کو متحرک کرنے کے قابل سمجھا جاتا ہے۔ یہ عوامی طور پر دستیاب بلاک چین ڈیٹا استعمال کرتا اور زیادہ سے زیادہ امکان کے طریقے سے ماڈل کے پیرامیٹرز کا تخمینہ لگاتا ہے۔ اس ترتیب کا مقصد واقعاتی سلسلوں کے اندر خود تحریکی اثر اور بلاک مائننگ و بٹ کوائن کی قیمت کے اتار چڑھاؤ کے درمیان باہمی تحریکی اثر دونوں کو سمیٹنا ہے۔

رپورٹ کردہ نتائج کے مطابق بٹ کوائن کی قیمت کا اتار چڑھاؤ بلاک مائننگ کی شرح بڑھاتا ہے، جبکہ بٹ کوائن کی سرمایہ کاری کے منافع میں اوسط کی طرف واپسی دکھائی دیتی ہے۔ کوانٹائل کوانٹائل چارٹس میں ہاکس ماڈل کا بلاک چین ڈیٹا سے میل پواسن ماڈل سے بہتر ہے۔ یہ نتائج شماریاتی تعلقات اور ماڈل کے میل کو بیان کرتے ہیں؛ مختصر بیان میں پیرامیٹر تخمینے، ڈیٹا سیٹ کا دائرہ، پیش گوئی کی کارکردگی یا اس بات کا ثبوت نہیں کہ نتائج منافع بخش ٹریڈنگ اسٹریٹیجی کی تائید کرتے ہیں۔

اہم خیالات

  • بٹ کوائن بلاکس کی آمد اور قیمت کے جھٹکوں کی نمائندگی کے لیے کثیر متغیر ہاکس عمل استعمال کیا گیا ہے۔
  • ماڈل پیرامیٹرز کا تخمینہ عوامی بلاک چین ڈیٹا سے زیادہ سے زیادہ امکان کے طریقے سے لگایا گیا ہے۔
  • فریم ورک واقعاتی سلسلوں کے درمیان خود تحریکی اور باہمی تحریکی اثرات سمیٹتا ہے۔
  • رپورٹ کردہ تجزیے میں بٹ کوائن کی قیمت کا اتار چڑھاؤ بلاک مائننگ کی شرح بڑھاتا ہے۔
  • رپورٹ کے مطابق بٹ کوائن سرمایہ کاری کے منافع میں اوسط کی طرف واپسی ہے، اور کوانٹائل چارٹس ہاکس ماڈل کے پواسن سے بہتر میل کی تائید کرتے ہیں۔

ٹیگز

مکمل متن
# Hawkes Process Modeling of Block Arrivals in Bitcoin Blockchain


# Hawkes Process Modeling of Block Arrivals in Bitcoin Blockchain









The paper constructs a multi-variate Hawkes process model of Bitcoin block arrivals and price jumps. Hawkes processes are selfexciting point processes that can capture the self- and cross-excitation effects of block mining and Bitcoin price volatility. We use publicly available blockchain datasets to estimate the model parameters via maximum likelihood estimation. The results show that Bitcoin price volatility boost block mining rate and Bitcoin investment return demonstrates mean reversion. Quantile-Quantile plots show that the proposed Hawkes process model is a better fit to the blockchain datasets than a Poisson process model.

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۔