跳至正文
返回文库全部文档

用于分散投资与跨资产动量的加密货币网络

文章 arXiv papers · 作者: Li Guo et al.
阅读原文

总结

本研究利用两类信息构建时变加密货币网络：收益的交叉可预测性和技术相似性。研究采用动态协变量辅助谱聚类方法，在网络演变过程中估计群组或社群。分析将这些社群视为理解风险如何传播以及市场如何分层的工具。

作者报告称，持有不同社群中加密货币的投资组合可以实现更好的风险分散。他们还报告称，横截面加密货币动量投资组合的每日收益率为 1.08%，并称行为因子分析无法解释这一结果。描述没有说明样本时期、资产、投资组合构建方法、交易成本或收益估计的不确定性。由于缺少这些信息，很难判断报告的表现能否持续，或扣除实施成本后能否实现。

核心观点

  • 该网络根据收益交叉可预测性和技术相似性对加密货币分组。
  • 动态谱聚类方法在网络变化时估计社群。
  • 作者提出，跨社群分散持仓可以改善风险分散。
  • 据报告，横截面加密货币动量投资组合每日收益为 1.08%。
  • 行为因子分析被用作证据，表明报告的收益并非由这些机制驱动。

标签

加密资产动量投资组合构建风险管理统计学
全文
# A Time-Varying Network for Cryptocurrencies


# A Time-Varying Network for Cryptocurrencies









Cryptocurrencies return cross-predictability and technological similarity yield information on risk propagation and market segmentation. To investigate these effects, we build a time-varying network for cryptocurrencies, based on the evolution of return cross-predictability and technological similarities. We develop a dynamic covariate-assisted spectral clustering method to consistently estimate the latent community structure of cryptocurrencies network that accounts for both sets of information. We demonstrate that investors can achieve better risk diversification by investing in cryptocurrencies from different communities. A cross-sectional portfolio that implements an inter-crypto momentum trading strategy earns a 1.08% daily return. By dissecting the portfolio returns on behavioral factors, we confirm that our results are not driven by behavioral mechanisms.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。