Chỉ báo LPPLS đa thang đo cảnh báo bong bóng và sụp đổ Bitcoin
Tóm tắt
Nghiên cứu này đánh giá chỉ báo độ tin cậy kỳ dị luật lũy thừa tuần hoàn logarit (LPPLS) để nhận diện bong bóng Bitcoin và dự báo trước các đợt sụp đổ. Sử dụng giá Bitcoin hằng ngày trong hai năm trước đó, nghiên cứu báo cáo chỉ báo hằng ngày có thể thất bại khi giá biến động mạnh, đặc biệt với bong bóng tăng giá.
Để khắc phục hạn chế này, các tác giả đề xuất phát hiện thích ứng trên chuỗi giá theo giờ và theo khoảng 30 phút. Họ báo cáo cách tiếp cận đa cấp này cải thiện việc phát hiện bong bóng và dự báo sụp đổ, kể cả với bong bóng tồn tại ngắn. Chỉ báo ngắn hạn được mô tả là phản ứng nhanh hơn với biến động cực đoan và hữu ích trong chân trời từ ngày đến tuần, còn phiên bản dài hạn ổn định hơn trong chân trời từ tuần đến tháng. Đây là các phát hiện từ dữ liệu và phương pháp Bitcoin của nghiên cứu; văn bản được cung cấp không nêu thước đo hiệu quả hoặc bằng chứng trên tài sản hay giai đoạn khác.
Ý chính
- Các chỉ số độ tin cậy LPPLS hằng ngày có thể bỏ lỡ bong bóng Bitcoin khi giá biến động nhanh.
- Phương pháp được đề xuất áp dụng LPPLS trên chuỗi giá theo giờ và theo khoảng 30 phút.
- Nghiên cứu báo cáo khả năng phát hiện và dự báo sụp đổ được cải thiện với cách tiếp cận đa cấp thích ứng.
- Các thang thời gian ngắn và dài được trình bày là phù hợp với những chân trời theo dõi bong bóng khác nhau.
- Bản tóm tắt không đưa ra thước đo dự báo định lượng hoặc bằng chứng ngoài Bitcoin.
Thẻ
Toàn văn
# Real-time Prediction of Bitcoin Bubble Crashes # Real-time Prediction of Bitcoin Bubble Crashes In the past decade, Bitcoin as an emerging asset class has gained widespread public attention because of their extraordinary returns in phases of extreme price growth and their unpredictable massive crashes. We apply the log-periodic power law singularity (LPPLS) confidence indicator as a diagnostic tool for identifying bubbles using the daily data on Bitcoin price in the past two years. We find that the LPPLS confidence indicator based on the daily Bitcoin price data fails to provide effective warnings for detecting the bubbles when the Bitcoin price suffers from a large fluctuation in a short time, especially for positive bubbles. In order to diagnose the existence of bubbles and accurately predict the bubble crashes in the cryptocurrency market, this study proposes an adaptive multilevel time series detection methodology based on the LPPLS model and finer (than daily) timescale for the Bitcoin price data. We adopt two levels of time series, 1 hour and 30 minutes, to demonstrate the adaptive multilevel time series detection methodology. The results show that the LPPLS confidence indicator based on this new method is an outstanding instrument to effectively detect the bubbles and accurately forecast the bubble crashes, even if a bubble exists in a short time. In addition, we discover that the short-term LPPLS confidence indicator highly sensitive to the extreme fluctuations of Bitcoin price can provide some useful insights into the bubble status on a shorter time scale - on a day to week scale, and the long-term LPPLS confidence indicator has a stable performance in terms of effectively monitoring the bubble status on a longer time scale - on a week to month scale. The adaptive multilevel time series detection methodology can provide real-time detection of bubbles and advanced forecast of crashes to warn of the imminent risk.
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.