Lợi suất Bitcoin tần suất cao: biến động, khuếch tán và đa phân dạng

Tóm tắt

Bài viết phân tích dữ liệu Bitcoin trong ngày tần suất cao từ 2019 đến 2022, chia mẫu thành hai giai đoạn có thay đổi đột ngột về biến động. Bài viết mô tả lợi suất là khuếch tán dị thường: khuếch tán dưới trong các khoảng ngắn và khuếch tán trên yếu trong các khoảng dài hơn. Nghiên cứu xem xét đuôi dày bằng phân phối q-Gaussian và khảo sát sự phụ thuộc qua tự tương quan lợi suất.

Tự tương quan của lợi suất tuyệt đối ban đầu tuân theo quy luật lũy thừa trong cả hai giai đoạn, còn tự tương quan lợi suất thông thường suy giảm nhanh; giai đoạn thứ hai có tốc độ suy giảm khớp cao hơn một chút. Phân tích loại bỏ xu hướng tìm thấy tính đa phân dạng và tự đồng dạng trong cả hai giai đoạn. Ước tính Hurst trong khoảng ngắn tăng từ khoảng 0.42 lên khoảng 0.49, điều mà các tác giả diễn giải là sự tiến gần hơn đến hiệu quả thị trường. Các phát hiện mô tả những giai đoạn lấy mẫu và phụ thuộc vào các phân tích thống kê được chọn; chúng không chứng minh rằng các mẫu này tồn tại trong giai đoạn hoặc thị trường khác.

Ý chính

• Biến động Bitcoin thay đổi đột ngột giữa hai giai đoạn được phân tích.
• Lợi suất có khuếch tán dưới ở khoảng ngắn và khuếch tán trên yếu ở khoảng dài.
• Đuôi dày được mô tả bằng phân phối q-Gaussian.
• Tự tương quan lợi suất tuyệt đối ban đầu theo quy luật lũy thừa, còn tự tương quan lợi suất suy giảm nhanh.
• Cả hai giai đoạn đều thể hiện tính đa phân dạng, và ước tính Hurst trong khoảng ngắn tiến gần một nửa.

Thẻ

# Stylized Facts of High-Frequency Bitcoin Time Series


# Stylized Facts of High-Frequency Bitcoin Time Series









This paper analyses the high-frequency intraday Bitcoin dataset from 2019 to 2022. During this time frame, the Bitcoin market index exhibited two distinct periods, 2019-20 and 2021-22, characterized by an abrupt change in volatility. The Bitcoin price returns for both periods can be described by an anomalous diffusion process, transitioning from subdiffusion for short intervals to weak superdiffusion over longer time intervals. The characteristic features related to this anomalous behavior studied in the present paper include heavy tails, which can be described using a $q$-Gaussian distribution and correlations. When we sample the autocorrelation of absolute returns, we observe a power-law relationship, indicating time dependence in both periods initially. The ensemble autocorrelation of the returns decays rapidly. We fitted the autocorrelation with a power law to capture the decay and found that the second period experienced a slightly higher decay rate. The further study involves the analysis of endogenous effects within the Bitcoin time series, which are examined through detrending analysis. We found that both periods are multifractal and present self-similarity in the detrended probability density function (PDF). The Hurst exponent over short time intervals shifts from less than 0.5 ($\sim$ 0.42) in Period 1 to closer to 0.5 in Period 2 ($\sim$ 0.49), indicating that the market has gained efficiency over time.

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.