Dự đoán biến động hàm ý Bitcoin từ dữ liệu thị trường và tâm lý

Tóm tắt

Bài báo xem xét liệu có thể dự đoán biến động hàm ý của Bitcoin trong khung thời gian năm phút từ diễn biến thị trường gần đây và dữ liệu thay thế hay không. Mô hình sử dụng giá chỉ số Bitcoin trễ và biến động giá, nắm bắt cả thông tin giá lẫn động lượng biến động. Mô hình cũng đưa vào các thước đo tâm lý và mức độ tương tác, bao gồm Google Trends, để khảo sát liệu tín hiệu liên quan đến sự chú ý có chứa thông tin về biến động hàm ý tiếp theo hay không.

Kết quả được báo cáo cho thấy khả năng dự đoán ở mức khiêm tốn; thị trường thường phản ứng với tín hiệu Google Trends sau vài giờ. Điều này gợi ý mối quan hệ giữa sự chú ý trên mạng và biến động thị trường có thể có độ trễ thay vì phản ứng tức thời. Tài liệu mô tả ngắn gọn phương pháp và kết quả chính, nhưng không cung cấp đặc tả mô hình, kỳ lấy mẫu, thiết kế xác thực, thước đo hiệu suất định lượng hay đánh giá giao dịch. Vì vậy, phát hiện này không chứng minh các tín hiệu sinh lời hoặc mối quan hệ dự đoán quan sát được sẽ kéo dài qua các giai đoạn hay điều kiện thị trường.

Ý chính

• Bài báo báo cáo rằng có thể dự đoán biến động hàm ý Bitcoin ở mức khiêm tốn trong khung thời gian năm phút.
• Mô hình dùng giá Bitcoin trễ và những biến động của độ biến động, bao gồm động lượng biến động.
• Google Trends và dữ liệu tâm lý hoặc tương tác khác được đưa vào làm biến dự đoán thay thế.
• Thị trường thường phản ứng với Google Trends sau vài giờ theo kết quả được báo cáo.
• Phần mô tả ngắn không nêu chi tiết xác thực hay bằng chứng về khả năng sinh lời khi giao dịch.

Thẻ

# Fear and Volatility in Digital Assets


# Fear and Volatility in Digital Assets









We show Bitcoin implied volatility on a 5 minute time horizon is modestly predictable from price, volatility momentum and alternative data including sentiment and engagement. Lagged Bitcoin index price and volatility movements contribute to the model alongside Google Trends with markets responding often several hours later. The code and datasets used in this paper can be found at https://github.com/Globe-Research/bitfear.

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.