比特币市场的高频跳跃分析

调整后的伪R=0.07证实了回归的预测能力，而未报告的似然比检验在0.1%的水平上拒绝了常数模型。βM和βOF的估计值均为正值且显著，表明市场流动性不足和订单流量对跳跃风险的强烈影响。这证实了Jiang、Lo和Verdelhan（2011）的结果，他们发现流动性不足因素和订单流量不平衡对美国贸易市场的跳跃起到了积极作用。βW-Ris的估计值也显著为正，表明不仅交易量的不平衡增加了跳跃风险，而且积极交易者的数量相对于消极交易者的数量也不对称。对于βP，这是显著的负面影响，支持这样一种直觉，即随着比特币市场的发展和规模的增加，跳跃发生的可能性较小。微观结构噪声方差对跳跃的发生起负作用。我们可以通过probit模型来解释负号，该模型捕获了微观结构噪声方差的非常大的值（或至少高于时间序列平均值）在大多数情况下都没有出现峰值的主要影响。当微观结构噪声方差较大时，市场参与者对资产的基本价值并没有明确的认识，似乎也不会突然调整他们的预期。然而，与Jiang等人（2011）相比，已实现方差对跳跃风险没有显著影响。撇开美国国债和比特币市场之间的明显差异不谈，我们相信这种差异可以通过我们使用稳健的噪声估值器和多次测试调整来解释，以5分钟为间隔进行跳跃检测。

在连续许多天的5分钟跳变检测的经验结果中，实现方差的积极影响可能是虚假检测的结果。表3的B组报告了10分钟内相同模型的估计值。结果与5分钟周期的估计结果一致，但分类较少，微结构噪声方差损失显著性的校正伪随机系数略低，这再次强调了在此类分析中考虑高频数据的重要性。因此，我们的发现表明，跳跃与以低流动性水平和少数大型活跃定向交易者存在为特征的市场条件有系统的联系。4.3跳跃影响我们对市场动态进行跳跃后分析。在图7中，我们绘制了加权指数的平均动态、买卖价差、噪声方差和绝对顺序波动跳跃。图表显示，这些措施在泵前后都会受到影响。鲸鱼的比率在跳跃之前急剧上升，如第4.2节所示，但很快就会恢复到以前的水平。买卖价差和微观结构噪声方差逐渐增大，在跳跃附近达到峰值，然后缓慢逆转。订单流量不平衡在发生之前大幅增加，但之后立即降至平均水平以下。这张图说明了前一节关于市场力量对价格不连续性影响的直觉：积极的交易者下了大量订单，同时市场流动性不足是发生跳跃的重要信号。图中强调了跳跃后的市场反应和动态。

我们的目标是确定市场条件是否受到影响，以及后续可能的变化持续性如何。我们考虑与方程（1）模型中相同的统计数据集，并额外包括交易量和交易者数量。对于每个跳跃，我们计算检测期后15分钟的四个连续跨度的统计数据。我们将统计数据与各次碰撞前一个小时的参考期进行比较。我们将测试统计数据定义为每个时期跳转后测量值与参考测量值的对数比。我们通过学生t检验来评估均值的变化。表4收集了按各自跨度分组的t试验结果。我们发现，在15分钟的imm ediatelyTime-30-25-20-15-10-5 10 15 20 25 300.10.20.30.40.50.60.70.80.9（a）WhalesTime-30-25-20-15-10-5 10 15 20 25 300.0050.010.0150.020.0250.030.035（b）SpreadTime-30-25-20-15-10-5 10 15 20 25×10-5（c）噪声方差Time-30-25-20-15-10-10-5 25 300.10.20.30.40.50.60.70.80.9（d）订单流量不平衡图7：跳跃的市场因素该小组展示了跳跃时间前后不同时期所有跳跃检测的四个平均统计数据。面板（a）显示被动交易者占交易者总数的比率。A高值表示fe-w贸易商负责大多数流动性交易。我们在跳跃发生之前观察到一个clearspike。面板（b）显示了中间的买卖价差（按价格标准化）。我们观察到价差缓慢扩大，在跳跃前有大幅增加，之后缓慢恢复到正常水平。面板（c）显示了微观结构差异，在跳跃检测之前和之后都有一个显著的尖峰。跳跃后的微观结构噪声水平平均高于跳跃前。

面板（d）显示绝对顺序流量不平衡，在跳跃前急剧上升，然后快速恢复到正常水平。在跳跃之后。交易量和绝对订单流量失衡异常高。与此同时，活跃交易者的数量和积极交易者的比例显著增加。包括买卖价差和微观结构方差在内的流动性指标以及已实现方差也有所增加。然而，JumpsDampes的影响已经在30分钟后显现。45分钟后，除市场价格外，所有指标均恢复到前水平：正跳通常会导致价格持续下跌，反之，负跳则会导致价格上涨。图8通过分别显示正跳跃和负跳跃周围的（重新缩放的）平均价格来说明这一特性。跳跃往往发生在情节时间30-25-20-15-10-5 5 10 15 20 25 300.950.960.970.980.991.011.021.031.041.05（a）负跳跃时间30-25-20-15-10-5 5 10 15 20 25 300.950.960.970.980.991.011.021.031.041.05（b）正跳跃图8：跳跃影响面板显示了一组5分钟份额跳跃前后的平均价格水平。价格相对于跳跃前30分钟的价格进行了标准化，以便进行比较。每个条形对应于所考虑的5分钟周期的标准化价格中值。面板（a）只考虑负跳跃，面板（b）只考虑正跳跃。应对大规模的价格趋势，并朝着有利的方向行动，以允许突然和快速的价格修正。在其他具有稳定和流动性提供机制的市场上，没有观察到这种类型的调整。5结论资产价格动态中是否存在jum ps仍然是经验文献中一个有争议的问题。

虽然在低频数据中可能检测到许多跳跃，但最近基于高频数据的研究表明，大多数实际上是连续价格路径中的波动性错误识别。大盘股价格的真正上涨似乎很少见，这妨碍了对其资产的系统研究。在本文中，我们已经能够使用2011年6月至2013年11月样本期间从领先平台Mt.Gox exchange获得的交易级数据，对比特币兑美元（BTC/USD）汇率进行此类研究。我们以几种方式对文学作出贡献。首先，与大盘股市场相比，我们发现跳跃是频繁的：在888个样本日中，我们确定了124个跳跃日，或者平均每周一个跳跃日。与将跳跃与崩盘事件联系起来的直觉相反，大多数跳跃都是表4：跳跃影响表显示了跳跃对不同市场指标的影响。我们考虑跳跃发生后15分钟的连续跨度，并将每个跳跃的一系列统计数据与jum p之前1小时的参考水平进行比较。我们采用Student t检验来测试每个跨度的平均对数比统计数据。前两列包括所有跳转检测，中间两列仅包括正跳转，最后两列仅包括负jum ps。所有跳跃正跳跃负跳跃统计t-stat p值t-stat p值t-stat p值面板A：0–15分钟实现方差11.22<0.01 9.27<0.01 6.54<0.01噪声方差10.04<0.01 7.60<0.01 6.56<0.01Abs。订单流量3.74<0.01 2.86<0.01 2.41 0.02卷6.99<0.01 5.43<0.01 4.39<0.01Num。交易员中7.58<0.01 6.12<0.01 4.49<0.01Med。前5.91<0.01 4.77<0.01 3.51<0.01Med。

价格-2.23 0.03-3.91<0.01 1.46 0.15鲸鱼3.10<0.01 2.94<0.01 1.37 0.18面板B：15–30分钟实现方差5.80<0.01 3.67<0.01 4.72<0.01噪声方差4.64<0.01 2.79<0.01 4.40<0.01Abs。订单流量2.35 0.02 1.48 0.14 2.04 0.05第3.60卷<0.01 2.62 0.01 2.48 0.02个。交易员4.01<0.01 3.40<0.01 2.19 0.03Med。s pread 2.54 0.01 1.58 0.12 2.13 0.04Med。价格-2.04 0.04-4.27<0.01 1.71 0.09鲸鱼1.51 0.13 1.10 0.28 1.03 0.31面板C：30–45分钟实现方差3.34<0.01 2.80<0.01 1.85 0.04噪声方差2.72<0.01 2.15 0.03 1.66 0.10Abs。订单流量0.58 0.56 1.28 0.21-0.57 0.57卷2.43 0.02 2.04 0.05 1.32 0.19Num。交易商中，2.57 0.01 2.47 0.02 0.96 0.34地中海。s pread 1.45 0.15 1.62 0.11 0.17 0.86Med。价格-1.15 0.25-3.25<0.01 2.29 0.03鲸鱼-0.04 0.96 0.42 0.67-0.49 0.62面板D：45–60分钟实现方差2.04 0.02 2.07 0.03 0.68 0.28噪声方差1.85 0.07 2.11 0.04 0.28 0.78Abs。订单流量0.19 0.85 1.71 0.09-1.94 0.06卷2.13 0.04 2.62 0.01-0.02 0.98个。交易商中1.65 0.10 2.04 0.04 0.14 0.89地中海。s pread 0.37 0.71 1.14 0.26-0.74 0.46Med。价格-0.97 0.33-2.90<0.01 2.19 0.03鲸鱼-0.62 0.53 0.36 0.72-1.38 0.17事实积极。它们在经济上具有重要意义，正向跳跃的平均规模为4.65%，负向跳跃的平均规模为4.14%。其次，我们展示了跳跃在时间上的聚集：我们发现跳跃日的运行与独立泊松到达时间的经典假设不一致。第三，我们使用代表流动性不足和市场活动的协变量估计ju mp发生的二元概率模型，包括“鲸鱼”指数，这是一种新的衡量交易者订单流量集中度的指标，它利用了我们数据集的独特特征，允许我们识别单个交易者。

我们发现，流动性不足、订单流量不平衡和积极交易者的优势是推动跳跃发生的重要因素。最后，我们测试了跳跃对几个市场指标的影响，并发现跳跃对市场活动有积极影响，如交易量和交易数量所代表的市场活动，以及对流动性的负面影响。测量的影响逐渐减弱，一小时后不再显著，但对价格水平的影响持续存在。因此，我们已经表明，jum ps是BTC/美元汇率价格动态的重要组成部分。它们与几个确定的因素有关，其中一些因素可以从可用的市场数据中直接观察到。这些结论对汇率变动有直接影响。进一步的研究可以试图验证我们是否可以将我们的结论推广到其他金融市场，这些金融市场与研究市场具有相同的特征，但其详细的交易水平记录仍然不可用。《从离散数据判断基础连续时间模型是否是一种差异》，《金融杂志》57，2075–2112，2004年，《从跳跃中分离差异》，金融经济学杂志74，487–528。Ait-Sahalia、Yacine和Jean Jaco d，2009，《离散观察过程中的跳跃测试》，《统计年鉴》37184-222。Ait-Sahalia，Yacine，Per A。

Mykland和Lan Zhang，2011年，《使用依赖性微观结构的超高频波动性估计》，计量经济学杂志160，160–175。Bajgrowicz、Pierre和Olivier Scaillet，2012，《技术交易重温：虚假发现、持续性测试和交易成本》，金融经济学杂志106，473–491。Bajgrowicz、Pierre、Olivier Scaillet和Adrien Treccani，2016年，《高频数据的跳跃：刺激异常检测、动力学和新闻》，《管理科学》622198–2217。Barndor Off-Nielsen，Ole E.和Neil Sheph ard，2006，《使用双功率变化测试金融经济学跳跃的计量经济学》，金融计量学杂志4，1–30。Barras、Laurent、Olivier Scaillet和Russ Wermers，2010，《共同基金绩效中的错误发现：在估计的Alpha中衡量运气》，金融杂志65179-216。Bates，David S.，1996，《跳跃与随机波动：汇率过程隐式指数方格期权》，金融研究综述9，69–107。Black、Fischer和Myron Scholes，1973，《期权定价和公司负债》，政治经济学杂志81637-654。Brandt、Michael W.和Kenneth A.Kavajecz，2004，《美国国债市场中的价格发现：订单流量和流动性对收益率曲线的影响》，金融杂志592623–2654。Carr、Peter和Liuren Wu，2003，什么类型的过程是选项的基础？《简单的机器人测试》，金融杂志582581-2610。Chernov，Michael，Ronald Gallant，Eric Ghysels和George Tauchen，2003年，《股票价格动态的替代模型》，计量经济学杂志116，225–257。Christensen、Kim、Roel C.A.Oomen和Mark Pod olskij，2014，《事实还是摩擦：超高频跳跃》，金融经济学杂志114，576–599。《外汇交易和汇率动态》，马丁·埃文斯，2002年，《金融杂志》，572405–2447。Evans、Martin D.D.和Richard K。

Lyons，2002，《订单流量和汇率动态》，政治经济学杂志110，170–180。Green，T.Clifton，2004，《经济新闻和交易对债券价格的影响》，金融杂志591201-1233。Harvey、Campbell、Yan Liu和Hequing Zhu，2016。。。以及预期回报的横截面，金融研究回顾29，5–68。Steven L.Heston，1993，《随机波动期权的封闭式解及其在债券和货币期权中的应用》，《金融研究评论》，第6327–343页。Huang，Xin和George Tauchen，2005，《跳跃对总价格方差的相对贡献》，金融计量经济学杂志3456–499。Jiang，George J.、Ingrid Lo和Adrien Verdelhan，2011，《信息冲击、流动性冲击、跳跃和价格发现：来自美国国债市场的证据》，《金融与定量分析杂志》46527–551。Lee、Suzanne S.和Per A.Mykland，2008，《金融市场的跳跃：新的非参数测试和跳跃动力学》，金融研究回顾212535–2563。--，2012年，《均衡价格跳跃与市场微观结构噪音》，计量经济学杂志168，396–406。曼奇尼，塞西莉亚，2001，在几何跳跃布朗运动中解开分歧的跳跃，Giornale dell\'istito Italiano degli Attuari 64，19–47。罗伯特·默顿（Merton，Robert C.），1976年，《当不稳定的股票回报不连续时的期权定价》，《金融经济学杂志》3125-144。Mood，A.M.，1940，《r uns分布理论》，数理统计年鉴11367–392。Podolskij、Mark和Mathias Vetter，2009，《微结构噪声和跳跃同时存在时的波动率函数估计》，伯努利15635–658。Romano，Joseph P.，Azeem M。

Shaikh和MichaelWolf，2008，基于广义误差率的形式化数据窥探，计量经济学理论24404–447。Yermack，David，2015，比特币是真正的货币吗？，在David K.C.Lee编辑的《数字货币手册》中，Elsevier，31–44。--，2017年，《公司治理与区块链》，财务回顾21，7–31。