Tính nhớ dài hạn và tự đồng dạng đa thang đo của lợi nhuận Bitcoin

Tóm tắt

Bài nghiên cứu xem xét các đặc tính thống kê của lợi nhuận Bitcoin, so sánh diễn biến của chúng với các đồng tiền thông thường và khảo sát hành vi trên nhiều thang thời gian. Mẫu thực nghiệm gồm dữ liệu giao dịch từ một nền tảng Bitcoin duy nhất trong giai đoạn được nghiên cứu. Để đánh giá sự phụ thuộc dài hạn, nghiên cứu áp dụng phân tích dao động đã khử xu hướng và tính số mũ Hurst trong các cửa sổ trượt, cho phép mức độ dai dẳng ước tính thay đổi theo thời gian.

Các ước tính được báo cáo thay đổi đáng kể trong những năm đầu của Bitcoin và có xu hướng ổn định hơn về sau trong mẫu. Kết quả đa thang đo cho thấy hành vi của số mũ Hurst tương tự nhau, được các tác giả diễn giải là bằng chứng về tính tự đồng dạng. Những phát hiện này mô tả các mô hình thống kê trong quá khứ; chúng không xác lập tín hiệu giao dịch có lợi nhuận hay cho thấy sự phụ thuộc được quan sát sẽ tiếp diễn. Dữ liệu từ một nền tảng duy nhất và giai đoạn lịch sử hữu hạn cũng hạn chế mức độ khái quát hóa kết quả cho thị trường Bitcoin hoặc điều kiện tương lai.

Ý chính

• Nghiên cứu so sánh diễn biến lợi nhuận Bitcoin với các đồng tiền thông thường.
• Phân tích dao động đã khử xu hướng được dùng để ước tính sự phụ thuộc dài hạn.
• Các cửa sổ trượt theo dõi sự thay đổi của số mũ Hurst trong toàn bộ mẫu.
• Các ước tính thay đổi trong những năm đầu của Bitcoin rồi có xu hướng ổn định về sau.
• Các ước tính đa thang đo cho thấy hành vi tương tự nhau, được diễn giải là tính tự đồng dạng.

Thẻ

# Some stylized facts of the Bitcoin market


# Some stylized facts of the Bitcoin market









In recent years a new type of tradable assets appeared, generically known as cryptocurrencies. Among them, the most widespread is Bitcoin. Given its novelty, this paper investigates some statistical properties of the Bitcoin market. This study compares Bitcoin and standard currencies dynamics and focuses on the analysis of returns at different time scales. We test the presence of long memory in return time series from 2011 to 2017, using transaction data from one Bitcoin platform. We compute the Hurst exponent by means of the Detrended Fluctuation Analysis method, using a sliding window in order to measure long range dependence. We detect that Hurst exponents changes significantly during the first years of existence of Bitcoin, tending to stabilize in recent times. Additionally, multiscale analysis shows a similar behavior of the Hurst exponent, implying a self-similar process.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.