Tương quan chéo đa phân dạng trong hoạt động giao dịch Bitcoin và Ether

Tóm tắt

Nghiên cứu khảo sát các đặc điểm giao dịch tần suất cao của Bitcoin và Ether trong giai đoạn sau COVID. Nghiên cứu phân tích lợi suất, số giao dịch trung bình trên mỗi đơn vị thời gian và khối lượng giao dịch bằng phương pháp phân tích tương quan chéo khử xu hướng đa phân dạng, phù hợp để phát hiện sự phụ thuộc phi tuyến trên nhiều thang thời gian. Phân tích xem xét từng chuỗi riêng lẻ và mối quan hệ giữa hai đồng tiền mã hóa.

Các tác giả báo cáo cấu trúc đa phân dạng trong tất cả các thước đo, bao gồm tương quan chéo giữa các tài sản. Dịch chuỗi thời gian của một tài sản làm suy yếu một phần tương quan chéo ở các thang ngắn, nhưng không loại bỏ chúng; không có khác biệt định tính tùy theo tài sản nào được xem là dẫn trước. Ở các thang đủ dài, tương quan chéo đồng thời và có độ trễ đạt mức độ lớn như nhau. Tài liệu trình bày các phát hiện thống kê chứ không phải một chiến lược giao dịch, đồng thời không có kiểm định dự báo, chi tiết mẫu hay bằng chứng cho thấy sự phụ thuộc đo được có thể chuyển thành lợi suất ròng.

Ý chính

• Phân tích bao gồm lợi suất, số lượng giao dịch và khối lượng giao dịch của Bitcoin và Ether.
• Phân tích tương quan chéo khử xu hướng đa phân dạng được dùng để nghiên cứu sự phụ thuộc phi tuyến của chuỗi thời gian.
• Các tác giả phát hiện cấu trúc đa phân dạng trong cả từng chuỗi riêng lẻ lẫn mối quan hệ giữa các tài sản.
• Dịch chuỗi thời gian của một tài sản làm giảm một phần tương quan chéo ở thang ngắn mà không loại bỏ chúng.
• Ở thang dài, tương quan chéo đồng thời và có độ trễ hội tụ về độ lớn; không ghi nhận bất đối xứng định tính theo chiều dẫn trước.

Thẻ

# 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.

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.