بٹ کوائن اور ایتھر کی ٹریڈنگ سرگرمی میں کثیرالکسری باہمی تعلقات

خلاصہ

یہ مطالعہ بٹ کوائن اور ایتھر میں COVID کے بعد کے عرصے میں ہائی فریکوئنسی ٹریڈنگ کی خصوصیات کا جائزہ لیتا ہے۔ اس میں منافع، فی اکائی وقت اوسط تجارتوں کی تعداد، اور تجارت شدہ حجم کا تجزیہ ملٹی فریکٹل ڈی ٹرینڈڈ کراس کوریلیشن تجزیے کے ذریعے کیا گیا ہے؛ یہ طریقہ مختلف زمانی پیمانوں پر غیر خطی انحصار کا پتا لگانے کے لیے موزوں ہے۔ تجزیے میں ہر سلسلے کو الگ الگ اور دونوں کرپٹو کرنسیوں کے باہمی تعلقات کو بھی زیرِ غور لایا گیا ہے۔

مصنفین تمام پیمانوں میں کثیرالکسری ساخت کی اطلاع دیتے ہیں، جس میں اثاثوں کے باہمی تعلقات بھی شامل ہیں۔ ایک اثاثے کے سلسلے کو وقت میں منتقل کرنے سے مختصر پیمانوں پر باہمی تعلق جزوی طور پر کمزور ہوتا ہے، مگر ختم نہیں ہوتا؛ اس بات سے کوئی معیاری فرق نہیں پڑتا کہ کس اثاثے کو پیش رو سمجھا جائے۔ کافی طویل پیمانوں پر بیک وقت اور وقفے کے ساتھ باہمی تعلقات ایک ہی مقدار تک پہنچتے ہیں۔ دستاویز ٹریڈنگ اسٹریٹیجی کے بجائے شماریاتی نتائج بیان کرتی ہے، اور اس میں پیش گوئی کے ٹیسٹ، نمونے کی مخصوص تفصیلات یا اس بات کا ثبوت نہیں کہ ناپا گیا انحصار خالص منافع میں بدلا جا سکتا ہے۔

اہم خیالات

• تجزیہ بٹ کوائن اور ایتھر کے منافع، ٹریڈز کی تعداد اور ٹریڈ شدہ حجم کا احاطہ کرتا ہے۔
• غیر خطی زمانی سلسلہ جاتی انحصار کے مطالعے کے لیے کثیرالکسری ڈیٹرینڈڈ باہمی تعلق تجزیہ استعمال کیا گیا ہے۔
• مصنفین کو انفرادی سلسلوں اور اثاثوں کے باہمی تعلقات، دونوں میں کثیرالکسری ساخت ملی۔
• ایک اثاثے کو وقت میں منتقل کرنے سے مختصر پیمانے کے باہمی تعلقات جزوی طور پر کم ہوتے ہیں، مگر ختم نہیں ہوتے۔
• طویل پیمانوں پر بیک وقت اور وقفے کے ساتھ باہمی تعلقات یکساں مقدار تک پہنچتے ہیں؛ پیش رو سمت کے لحاظ سے کسی معیاری عدم توازن کی اطلاع نہیں دی گئی۔

ٹیگز

# Multifractal cross-correlations of bitcoin and ether trading characteristics in the post-COVID-19 time


# Multifractal cross-correlations of bitcoin and ether trading characteristics in the post-COVID-19 time









Unlike price fluctuations, the temporal structure of cryptocurrency trading has seldom been a subject of systematic study. In order to fill this gap, we analyse detrended correlations of the price returns, the average number of trades in time unit, and the traded volume based on high-frequency data representing two major cryptocurrencies: bitcoin and ether. We apply the multifractal detrended cross-correlation analysis, which is considered the most reliable method for identifying nonlinear correlations in time series. We find that all the quantities considered in our study show an unambiguous multifractal structure from both the univariate (auto-correlation) and bivariate (cross-correlation) perspectives. We looked at the bitcoin--ether cross-correlations in simultaneously recorded signals, as well as in time-lagged signals, in which a time series for one of the cryptocurrencies is shifted with respect to the other. Such a shift suppresses the cross-correlations partially for short time scales, but does not remove them completely. We did not observe any qualitative asymmetry in the results for the two choices of a leading asset. The cross-correlations for the simultaneous and lagged time series became the same in magnitude for the sufficiently long scales.

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۔