Tính dừng của lợi suất Bitcoin và S&P 500 theo các thang thời gian

Tóm tắt

Nghiên cứu này so sánh tính dừng theo nghĩa rộng trong lợi suất giá trong ngày của S&P 500 và Bitcoin. Nghiên cứu kiểm tra tính dừng bằng mối quan hệ giữa tự tương quan và mật độ phổ công suất, đồng thời xem xét việc chia đoạn, khử xu hướng và chuẩn hóa chuỗi ảnh hưởng đến kết quả ra sao. Dữ liệu của S&P 500 trải dài trong giai đoạn lâu hơn nhiều so với dữ liệu Bitcoin.

Các phát hiện được báo cáo cho thấy có thể làm cho lợi suất S&P 500 dừng trên toàn bộ mẫu bằng cách dùng cửa sổ khử xu hướng dài và cửa sổ chuẩn hóa ngắn; phân tích theo đoạn cho phép dùng cửa sổ chuẩn hóa lớn hơn. Với Bitcoin, tính dừng chỉ được báo cáo ở một đoạn có biến động cao hơn khi dùng cửa sổ chuẩn hóa dài hơn, chứ không phải ở các đoạn khác. Các kết luận này phụ thuộc vào cách tiền xử lý, cửa sổ, giai đoạn mẫu và định nghĩa tính dừng được chọn; văn bản được cung cấp không mô tả các kiểm tra độ vững rộng hơn hay hàm ý đối với dự báo và giao dịch.

Ý chính

• Nghiên cứu định nghĩa tính dừng thông qua các mômen bậc nhất và bậc hai bất biến theo thời gian.
• Nghiên cứu dùng quan hệ Wiener-Khinchin giữa tự tương quan và mật độ phổ công suất để kiểm tra tính dừng.
• Việc chia đoạn, khử xu hướng và chuẩn hóa ảnh hưởng đến việc lợi suất có vẻ dừng hay không.
• Kết quả được báo cáo cho S&P 500 và Bitcoin khác nhau, đồng thời thay đổi theo đoạn và lựa chọn tiền xử lý.

Thẻ

# Comparative analysis of stationarity for Bitcoin and the S&P500


# Comparative analysis of stationarity for Bitcoin and the S&P500









This paper compares and contrasts stationarity between the conventional stock market and cryptocurrency. The dataset used for the analysis is the intraday price indices of the S&P500 from 1996 to 2023 and the intraday Bitcoin indices from 2019 to 2023, both in USD. We adopt the definition of `wide sense stationary', which constrains the time independence of the first and second moments of a time series. The testing method used in this paper follows the Wiener-Khinchin Theorem, i.e., that for a wide sense stationary process, the power spectral density and the autocorrelation are a Fourier transform pair. We demonstrate that localized stationarity can be achieved by truncating the time series into segments, and for each segment, detrending and normalizing the price return are required. These results show that the S&P500 price return can achieve stationarity for the full 28-year period with a detrending window of 12 months and a constrained normalization window of 10 minutes. With truncated segments, a larger normalization window can be used to establish stationarity, indicating that within the segment the data is more homogeneous. For Bitcoin price return, the segment with higher volatility presents stationarity with a normalization window of 60 minutes, whereas stationarity cannot be established in other segments.

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.