利用市场数据和情绪预测比特币隐含波动率

总结

本文考察能否利用近期市场行为和另类数据预测未来五分钟的比特币隐含波动率。模型使用滞后的比特币指数价格和波动率变化，捕捉价格信息与波动率动量。模型还纳入情绪和参与度指标，包括Google Trends，以研究关注度信号是否包含有关后续隐含波动率的信息。

报告的发现是预测能力有限，市场往往会在数小时后才对Google Trends信号作出反应。这表明线上关注度与市场波动率之间可能存在时滞，而非即时响应。文中简要介绍了方法和主要结果，但未提供模型设定、样本期、验证设计、定量绩效指标或交易评估。因此，该发现并不能证明这些信号可以盈利，也不能证明观察到的预测关系会在不同时期或市场状况下持续存在。

核心观点

• 据报告，五分钟期限上的比特币隐含波动率具有有限的可预测性。
• 模型使用滞后的比特币价格和波动率变化，包括波动率动量。
• 模型将Google Trends及其他情绪或参与度数据作为另类预测变量。
• 报告称，市场通常在数小时后才对Google Trends信号作出反应。
• 简要描述未提供验证细节或交易盈利能力证据。

标签

# 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.

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。