Tín hiệu Twitter về tiền mã hóa, tin tức và biến động giá

Tóm tắt

Bài viết nghiên cứu liệu các tín hiệu giao dịch thể hiện trong bài đăng Twitter của người có ảnh hưởng về tiền mã hóa và các cơ quan tin tức có liên hệ với giá thị trường hay không. Mô hình ngôn ngữ lớn nhận diện tín hiệu mua và không mua trong các bài đăng, sau đó đối chiếu với giá của chín đồng tiền mã hóa lớn. Phân tích sử dụng tự hồi quy vectơ, kiểm định nhân quả Granger và tương quan chéo để khảo sát thời điểm cũng như mối quan hệ giữa tín hiệu tổng hợp và biến động giá.

Kết quả khác nhau giữa các đồng tiền mã hóa và các giai đoạn; bài viết cũng báo cáo khác biệt trong cách người có ảnh hưởng và cơ quan tin tức đưa tin về các tài sản này. Với ba đồng tiền mã hóa xuất hiện nhiều nhất trong bài đăng, tín hiệu tổng hợp trong 24 giờ trước có khả năng dự báo biến động giá theo kiểm định Granger, với độ trễ ít nhất sáu giờ. Đây là bằng chứng về mối liên hệ dự báo theo thời gian theo phương pháp của nghiên cứu, chứ không chứng minh bài đăng gây ra biến động giá hoặc tín hiệu tạo ra giao dịch có lãi. Phần tóm tắt không mô tả chi phí giao dịch, khớp lệnh hay kiểm thử lịch sử chiến lược.

Ý chính

• Mô hình ngôn ngữ lớn phân loại bài đăng Twitter từ người có ảnh hưởng về tiền mã hóa và cơ quan tin tức thành tín hiệu mua hoặc không mua.
• Nghiên cứu liên hệ các tín hiệu được phát hiện với giá của chín đồng tiền mã hóa lớn bằng VAR, nhân quả Granger và phân tích tương quan chéo.
• Kết quả khác nhau giữa các tài sản và giai đoạn.
• Với ba đồng tiền mã hóa được nhắc đến thường xuyên nhất, tín hiệu trong 24 giờ trước có khả năng dự báo biến động giá theo kiểm định Granger, với độ trễ ít nhất sáu giờ.
• Phân tích báo cáo khác biệt giữa nội dung của người có ảnh hưởng và cơ quan tin tức, nhưng không xác lập khả năng sinh lời từ giao dịch.

Thẻ

# Exploring Relationships Between Cryptocurrency News Outlets and Influencers' Twitter Activity and Market Prices


# Exploring Relationships Between Cryptocurrency News Outlets and Influencers' Twitter Activity and Market Prices









Academics increasingly acknowledge the predictive power of social media for a wide variety of events and, more specifically, for financial markets. Anecdotal and empirical findings show that cryptocurrencies are among the financial assets that have been affected by news and influencers' activities on Twitter. However, the extent to which Twitter crypto influencer's posts about trading signals and their effect on market prices is mostly unexplored. In this paper, we use LLMs to uncover buy and not-buy signals from influencers and news outlets' Twitter posts and use a VAR analysis with Granger Causality tests and cross-correlation analysis to understand how these trading signals are temporally correlated with the top nine major cryptocurrencies' prices. Overall, the results show a mixed pattern across cryptocurrencies and temporal periods. However, we found that for the top three cryptocurrencies with the highest presence within news and influencer posts, their aggregated LLM-detected trading signal over the preceding 24 hours granger-causes fluctuations in their market prices, exhibiting a lag of at least 6 hours. In addition, the results reveal fundamental differences in how influencers and news outlets cover cryptocurrencies.

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.