跳至正文
返回文库全部文档

加密货币日内交易模式与高频市场统计

文章 arXiv papers · 作者: Alla A. Petukhina et al.
阅读原文

总结

本研究考察欧洲加密货币市场的高频观测数据，以描述与程序化交易相关的日内活动。研究分析收益、交易量、波动率的周期性模式，以及收益与CRIX加密货币指数之间的相关性。研究还按时间汇总市场统计数据，旨在描述市场活动在一天中的变化。

摘录称，研究发现为日内动量和该市场经济价值的潜在可预测性提供了量化视角。研究未提供具体估计值，未说明数据频率或样本日期，也未解释如何将程序化交易活动与其他交易区分开来。就目前呈现的内容而言，这是一项描述性分析，而非要素齐全的交易策略：摘要没有提供入场规则、交易成本处理方式或样本外表现证据。因此，其结论可推动对日内模式的进一步研究，但无法证明这些模式具有持续性或在扣除成本后仍可利用。

核心观点

  • 研究使用高频数据描述欧洲加密货币市场的日内行为。
  • 测量指标包括收益、交易量、波动率周期性，以及与CRIX的相关性。
  • 作者将日内动量模式作为市场潜在可预测性的观察视角。
  • 摘录未提供具体估计值，也未说明采样频率和日期。
  • 研究未说明交易规则，也未证明扣除成本后的策略表现。

标签

加密资产高频交易统计学动量市场微观结构
全文
# Rise of the Machines? Intraday High-Frequency Trading Patterns of Cryptocurrencies


# Rise of the Machines? Intraday High-Frequency Trading Patterns of Cryptocurrencies









This research analyses high-frequency data of the cryptocurrency market in regards to intraday trading patterns related to algorithmic trading and its impact on the European cryptocurrency market. We study trading quantitatives such as returns, traded volumes, volatility periodicity, and provide summary statistics of return correlations to CRIX (CRyptocurrency IndeX), as well as respective overall high-frequency based market statistics with respect to temporal aspects. Our results provide mandatory insight into a market, where the grand scale employment of automated trading algorithms and the extremely rapid execution of trades might seem to be a standard based on media reports. Our findings on intraday momentum of trading patterns lead to a new quantitative view on approaching the predictability of economic value in this new digital market.

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。