比特币市场的一些典型事实

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Some stylized facts of the Bitcoin market》
---
作者：
Aurelio F. Bariviera, Mar\\\'ia Jos\\\'e Basgall, Waldo Hasperu\\\'e,
  Marcelo Naiouf
---
最新提交年份：
2017
---
英文摘要：
  In recent years a new type of tradable assets appeared, generically known as cryptocurrencies. Among them, the most widespread is Bitcoin. Given its novelty, this paper investigates some statistical properties of the Bitcoin market. This study compares Bitcoin and standard currencies dynamics and focuses on the analysis of returns at different time scales. We test the presence of long memory in return time series from 2011 to 2017, using transaction data from one Bitcoin platform. We compute the Hurst exponent by means of the Detrended Fluctuation Analysis method, using a sliding window in order to measure long range dependence. We detect that Hurst exponents changes significantly during the first years of existence of Bitcoin, tending to stabilize in recent times. Additionally, multiscale analysis shows a similar behavior of the Hurst exponent, implying a self-similar process.
---
中文摘要：
近年来，出现了一种新型的可交易资产，一般称为加密货币。其中，最普遍的是比特币。鉴于其新颖性，本文研究了比特币市场的一些统计特性。本研究比较了比特币和标准货币的动态，重点分析了不同时间尺度下的收益。我们使用一个比特币平台的交易数据，测试2011年至2017年的返回时间序列中是否存在长内存。我们通过去趋势波动分析方法计算赫斯特指数，使用滑动窗口来测量长期相关性。我们发现，在比特币存在的最初几年中，赫斯特指数发生了显著变化，最近趋于稳定。此外，多尺度分析显示了赫斯特指数的类似行为，这意味着一个自相似的过程。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Some_stylized_facts_of_the_Bitcoin_market.pdf (2.6 MB)

2022-6-1 06:07:10 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：比特币 Quantitative Applications Econophysics QUANTITATIV

比特币市场的一些程式化事实Aurelio F.Barivieraaurelio。fernandez@urv.catMaria Jos'eBasgallmjbasgall@lidi.info.unlp.edu.arWaldoHasperu'ewhasperue@lidi.info.unlp.edu.arMarcelo Naioufmnaiouf@lidi.info.unlp.edu.arAugust近年来，出现了一种新型的可交易资产，通常称为加密货币。其中，最普遍的是比特币。鉴于其新颖性，本文研究了比特币市场的一些统计特性。本研究比较了比特币和标准货币动力学，重点分析了不同时间尺度下的收益。我们使用一个比特币平台的交易数据，测试2011年至2017年的返回时间序列中是否存在长内存。我们通过去趋势波动分析方法计算赫斯特指数，使用滑动窗口测量长期相关性。我们发现，在比特币存在的第一年，赫斯特指数发生了显著变化，最近趋于稳定。此外，多尺度分析显示了赫斯特指数的类似行为，这意味着一个自相似的过程。关键词：比特币；赫斯特；DFA；比特币长记忆1简介根据传统定义，货币有三个主要属性：（i）作为交换媒介，（ii）作为记账单位，（iii）允许存储价值。在经济史上，货币与政治权力有关。起初，硬币是用贵金属铸造的。因此，硬币的价值本质上取决于金属本身的价值。后来，货币被印在纸币上，但其价值与一定数量的黄金有关，黄金由中央银行保管。

各民族国家一直在利用其政治权力来规范货币的使用，并对其境内的债务征收一种货币（通常是由同一民族国家发行的货币）作为法定货币。二十世纪发生了一个重大变化：放弃金本位制。货币（特别是美元）脱离金本位制意味着承认一种货币的价值（特别是在分数银行的世界中）不是图1：加密货币。每种货币的市值份额。根据【25】中与黄金含量或代表性相关的数据进行阐述，但涉及更广泛的概念，如该货币所基于的经济信心。此时，货币的价值反映了对货币政策及其经济“健康”的最佳判断。近年来，出现了一种新型货币，即合成货币。我们将这种新类型称为“合成”，因为它不是一个国家的决定，也不代表任何基础资产或有形财富来源。它似乎是一种新的可交易资产，源于私人协议，并受到互联网非对称性的推动。在这些合成货币中，比特币（BTC）是最重要的一种，截至2016年12月，其市值为150亿美元。还有其他基于区块链技术的加密货币，如Litecoin（LTC）、Ethereum（ETH）、Ripple（XRP）。网络sitehttps://coinmarketcap.com/currencies/总计641笔此类款项。然而，如图1所示，比特币占所有加密货币市场资本的89%。今天一个悬而未决的问题是，比特币是否实际上是一种货币，或者可能被视为一种货币。到目前为止，我们还无法观察到比特币完全符合标准货币的主要属性。它几乎不被接受为交换媒介（例如。

对于在线购买某些产品），它没有被用作记账单位（比特币中没有估值的财务报表），我们很难相信，鉴于价格的巨大波动，任何人都可以将比特币视为存储价值的合适选择。鉴于这些特点，比特币可能成为投机目的的理想资产。有一种无形的资产可以将其价值联系起来，还有一个开放的平台可以操作时钟。本文旨在研究2011-2017年期间比特币（Bitcoin）等人相对于一些主要货币的一些统计特征。我们将把注意力集中在时间序列长记忆的演变上。本文从三个重要方面对文献做出了贡献。首先，我们通过分析新资产的长期记忆来扩展实证研究。其次，我们比较了比特币与一些主要货币的行为。第三，我们强调了这个新市场的基本动态的演变。本文其余部分的组织如下：第2节描述了最近出现的比特币文献，第3节描述了本文使用的方法，第4节介绍了我们实证分析的数据和结果，最后第5节得出了主要结论。2文献综述2.1比特币投机由来已久，似乎是资本主义固有的。历史上投机资产的一个共同特征是估值困难。Tuplipmania、南海泡沫等一方面反映了人类贪婪的行为，另一方面反映了难以为资产设定客观价值。所有投机行为都反映在时间序列的超指数增长中【29】。加密货币可以被视为对中央银行未能管理金融危机的自由主义反应，正如2008年发生的那样。

此外，加密货币可以绕过国家对国际转账的限制，这可能会降低成本。比特币是由中本聪（SatoshiNakamoto）手下的一个人或一群人创造的。关于比特币核心（即比特币加密货币的开源客户端）的描述见【45】对比特币的讨论有多个角度。计算机科学视角探讨区块链技术的优势和劣势。事实上，根据文献[1]，引入“分布式账本”是关键的创新。传统的支付方式（如信用卡）依赖于一个验证操作的中央结算机构，充当买卖双方的“中间人”。相反，比特币的支付验证系统是分散的。越来越多的矿工将他们的计算机能力用于处理网络，通过收集区块、将其添加到分类账并形成“区块链”来验证交易。这项工作的报酬是给矿工们比特币，这使得（到目前为止）验证成本比集中式系统便宜。通过求解某种算法进行验证。随着时间的推移，算法的求解变得越来越困难，因为必须验证整个分类账。因此，解决它需要更多的时间。与传统货币不同，比特币发行的总数量是预先确定的：2100万。事实上，预计比特币的发行率会随着时间的推移而下降。根据文献[40]，验证公共账本最初奖励50比特币，但协议规定每四年将这一数量减半。按照目前的速度，比特币的最大数量将在2140年达到。考虑到分散的特点，比特币交易似乎是安全的。所有交易都记录在世界各地的多台计算机服务器上。

为了进行欺诈，一个人应该（同时）更改和验证多个账本，这几乎是不可能的。此外，账本是公开的，带有加密的各方身份，使得交易“假名，而非匿名”[44]。比特币的法律视角是模糊的。比特币不是由民族国家发行或认可的。它不是非法物质。因此，其交易不受监管。经济前景仍在研究中。比特币在日常生活中的使用微不足道。在撰写本文时，全世界只有8367名零售商接受比特币作为支付手段，主要集中在北美、西欧以及南美和东南亚的一些主要城市[24]。关于比特币交换的信息并不多。这种灰色局势引发了人们对可能的庞氏骗局的担忧。比特币没有储蓄账户，因此没有利息。所有这些因素共同导致其难以评估公允价值。Cheung等人【21】发现了2014年至2014年期间的几个价格泡沫。其中三个持续了66至106天才破裂。Ciian及其同事[23]没有发现推动比特币价格的宏观金融迹象，他们也没有放弃投资者投机对价格演变的显著影响。2.2前一节回顾了有效的市场假设，比特币的性质尚不清楚。特别是，鉴于比特币中不存在储蓄账户，因此也没有比特币利率，因此无法研究比特币产生的现金流的价格行为。因此，我们旨在利用有效市场假说作为理论框架，分析价格信号的潜在动态。有效市场假说（EMH）是金融经济学的基石。

关于投机价格随机动力学的一项开创性工作归功于Bachelier【2】，他在博士论文中开发了第一个关于股票价格行为的数学模型。对信息效率的系统研究始于20世纪60年代，当时金融经济学是一个新兴的非经济学领域。尤金·法玛（EugeneFama）[27]的经典定义是，如果市场“充分反映所有可用信息”，那么它在信息上就是有效的。因此，评估效率的关键因素是确定推动价格的适当信息集。继【26】之后，信息效率可分为三类：（i）弱效率，如果价格反映了过去价格系列中包含的信息；（ii）半强效率，如果价格反映了所有公共信息；（iii）强效率，如果价格反映了所有公共和私人信息。作为有效市场假说的必然结果，人们不能接受在金融时间序列中存在长记忆，因为它的存在将允许无风险的可恢复交易策略。如果市场的信息效率很高，套利就会阻止这种策略的出现。文献的一个重要部分将注意力集中在研究长程依赖上。如果我们将金融市场视为一个动态结构，短期记忆（在一定程度上）可以存在，而不会与有效市场假说相矛盾。事实上，一些定价错误的资产的存在是个人进行交易的必要刺激，并达到了（几乎）无套利的状态。然而，长期记忆的存在与有效市场假说不一致，因为它将允许稳定的交易规则战胜市场。鉴于比特币的新颖性，这是研究该市场赫斯特指数的第一篇论文（可能只有[38]一篇除外）。

此前关于长期依赖性的研究主要集中在股票、债券或大宗商品市场。特别是，[33]和[42]分别使用赫斯特指数来检测美国和英国股市中是否存在长记忆。在[28]中，在检查了纽约证券交易所多元化投资组合的回报后，发现短期正相关和长期负相关。这一结果强化了潜在均值回复过程的观点。西班牙股市和土耳其股市也存在长期记忆。同样，Barkoulas等人[9]在1981-1990年间雅典证券交易所的每周收益中发现了长期记忆的证据，并指出记忆的强度可能会受到市场规模的影响。帕纳斯还发现了希腊市场上的长记忆行为[46]。Cajueiro和Tabak【15】发现，发达市场的信息效率高于新兴市场，效率水平受市场规模和交易成本的影响。Cajueiro和Tabak【16】将长期依赖性与检查后的特定财务变量联系起来。Zunino及其同事发现，七个拉丁美洲市场的长期记忆是随时间变化的。在这一点上，Bariviera[5]找到了1975-2010年间台湾股市日收益率存在时变长期依赖性的证据，并得出结论，流动性水平和市场规模对其影响不大。Vodenska等[54]表明，标准普尔500指数中的波动性聚集会产生回报记忆。[39]在交易符号中查找长内存，但在返回符号中不查找长内存。Ureche Rangau和de Rorthays[53]研究了中国股市存在的长期记忆不确定性和交易量。

Cajueiro和Tabak【17】提出了美国利率随时间变化的长期依赖性的经验证据。它的结论是，长记忆随着时间的推移而减少。此外，Cajueiro和Tabak[12]发现，这种长期依赖性受到货币政策的影响。同样，Cajueiro和Tabak[18]发现了巴西利率及其波动性的长期依赖性，为货币研究提供了重要启示。[3，4]中发现了伦敦银行同业拆借利率的时变长期依赖性。作者得出结论，这种行为与伦敦银行同业拆借利率操纵丑闻是一致的。Cheung和Lai【22】使用分数差异测试对【30】的长记忆进行测试，并在研究的18个市场中的5个市场中找到长记忆的证据。使用不同的方法，[8]将谱回归应用于30家公司、7个行业指数和2个广义股票指数的时间序列，以日和月为频率，并仅在5家公司中发现长记忆的证据。Wright【55】比较了发达和新兴股市时间序列的记忆内容，发现后者除了表现出长期记忆外，还表现出短期序列相关性。亨利（Henry）[34]在分析了韩国股市的月度回报后得出结论，韩国股市存在着很强的长期记忆证据，而德国、日本和台湾股市则存在着较弱的证据。此外，托尔维（Tolvi）[52]使用了OECD国家的16个股票市场的样本，并仅在其中3个国家和Kasman等人中找到了长记忆的证据。[36]发现，在四个主要的中欧国家（捷克共和国、匈牙利、波兰和斯洛伐克共和国）中，只有最后一个国家表现出长记忆。Cheong[20]通过三种启发式方法计算Hurst指数，并在五个马来西亚股票市场指数的回报中找到长期记忆的证据。

本研究发现，亚洲经济危机影响了马来西亚股市的长期记忆程度。就固定收益市场而言，Carbone[19]发现了德国股票和主权债券市场相关指数的局部变异性。Bariviera等人。。[6] 找到了企业和主权债券市场长期记忆的经验证据，并发现当前的金融危机对企业信息效率的影响大于对主权市场的影响。Zuninoet等人。。[56]通过对30个国家样本的复杂性熵因果关系平面，发现信息效率与经济发展程度相关。最近，Bariviera等人。。[7] 研究发现，在金融危机期间，欧洲层面的公司债券长期记忆受到的影响不均衡。尤其是与金融活动密切相关的部门，信息效率下降。有一些研究在金融时间序列中没有发现长记忆的证据。在其他股票中，我们可以在美国股票收益率中引用Lo（41），在美国、英国、日本和西班牙的股票指数中引用Grau Carles（32）。我们可以看到，对主权和公司债券市场以及股票市场的实证研究非常丰富。鉴于比特币交易量的不断增加，我们认为这一主题值得详细研究。3长期相关性金融时间序列中长期相关性的存在引发了激烈的争论。虽然短期记忆的存在可以刺激投资者利用微小的额外回报，使其消失，但长期相关性对已建立的财务模型构成了挑战。正如【23】所承认的，比特币价格不受宏观金融指标的驱动。