全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1441 29
2022-05-31
英文标题:
《High-Frequency Jump Analysis of the Bitcoin Market》
---
作者:
Olivier Scaillet, Adrien Treccani, Christopher Trevisan
---
最新提交年份:
2017
---
英文摘要:
  We use the database leak of Mt. Gox exchange to analyze the dynamics of the price of bitcoin from June 2011 to November 2013. This gives us a rare opportunity to study an emerging retail-focused, highly speculative and unregulated market with trader identifiers at a tick transaction level. Jumps are frequent events and they cluster in time. The order flow imbalance and the preponderance of aggressive traders, as well as a widening of the bid-ask spread predict them. Jumps have short-term positive impact on market activity and illiquidity and see a persistent change in the price.
---
中文摘要:
我们使用Mt.Gox exchange的数据库泄漏来分析2011年6月至2013年11月比特币价格的动态。这为我们提供了一个难得的机会,来研究一个新兴的以零售业为中心、高度投机和不受监管的市场,在交易水平上使用交易者标识符。跳跃是经常发生的事件,它们在时间上聚集在一起。订单流的不平衡、激进交易者的优势以及买卖价差的扩大都预示着这一点。跳跃对市场活动和流动性不足有短期积极影响,并看到价格的持续变化。
---
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
--

---
PDF下载:
-->
二维码

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

全部回复
2022-5-31 10:05:44
比特币市场的高频跳跃分析Olivier Scaillet*Adrien Treccani+Christopher Trevisan§2017年6月27日初稿:2017年4月摘要我们使用Mt.Gox exchange的数据库泄漏来分析2011年6月至2013年11月比特币价格的动态。这为我们提供了一个难得的机会来研究一个以零售业为中心的新兴、高度投机和无监管的市场,其中交易者身份处于交易水平。跳跃是经常发生的事件,它们在时间上聚集在一起。订单流量的不平衡和积极交易者的优势,以及买卖价差的扩大,都预示着这一点。跳跃对市场活动和流动性有短期积极影响,并导致价格持续变化。JEL分类:C58、G12、G14。关键词:跳跃、流动性、高频数据、比特币。*日内瓦大学和瑞士金融学院,40 Bd du Pont d\'Arve,1211日内瓦,瑞士。语音:+41 22 379 88 16。传真:+41 22 379 81 04。电子邮件:olivier。scaillet@u奈吉。ch.通讯作者+日内瓦大学和瑞士金融学院,40 Bd du Pont d\'Arve,1211日内瓦,瑞士。语音:+41 22 379 81 66。传真:+41 22 379 81 04。电子邮件:adrien。treccani@unige.ch.洛桑理工学院和瑞士金融研究所,EPFL CDM-DIR,瑞士洛桑1015。语音:+41 21 693 01 28。电子邮件:christopher。trevisan@ep佛罗里达州。ch.§致谢:我们感谢2017年芝加哥“市场微观结构和高频数据”会议的与会者提出的有益意见。1简介比特币是一种分布式数字货币,创建于2009年,是自2013年以来最受欢迎的加密货币,市值达数十亿美元。这是第一种获得相对广泛应用的货币。该技术为维护公共会计分类账和处理无中心权限的交易提供了基础设施。
二维码

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

2022-5-31 10:05:47
与依赖中央银行的传统货币不同,比特币依靠分散的计算机网络来验证交易并增加货币供应(有关比特币及其技术的更多背景,请参见Yerm ack(2015)和Yermack(2017))。每个比特币都是有效的(可分割)单位,通过该网络在假名地址之间传输。比特币的潜力和稀缺性促使比特币的市场价格与美国持平。S、 2011年2月为1000美元,2013年11月超过1000美元。据估计,到2013年我们的研究期结束时,比特币在全球拥有约100万用户,年增长率为三位数。Mt.Gox是为美元提供比特币交易的最大交易平台,直到2014年初因黑客窃取客户资金而破产。Mt.Gox内部数据库的一个重要部分泄漏,记录了2011年4月至2013年11月期间的交易历史。该数据集为我们提供了一个难得的机会,可以观察到零售型、高度投机性和不受监管的市场的出现频率,以及交易层面的交易者身份。比特币h在价格过程中经历了多次极端波动和明显的不连续性。一方面,缺乏坚实的历史和详尽的法律框架,使得比特币成为一种非常投机的投资。由于它不依赖中央银行的稳定政策,对新信息的反应,无论是基本信息还是投机信息,都会导致相对于既定货币的高波动性。另一方面,由于没有官方做市商,市场相对缺乏流动性,因此对于大型交易来说,市场从根本上是脆弱的。日本法院正在举行预审听证会,索赔程序进入第四年。
二维码

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

2022-5-31 10:05:51
日本专利局发现了部分丢失的比特币,大约24000名索赔人正在等待最终解决。交易量和市场缺陷,因此比其他交易资产更容易出现大幅波动。本文的重点是为越来越多的关于跳跃的分析及其潜在解释的文献作出贡献。脉动是一种振幅比连续扩散过程所能解释的更大的偶发事件。分析它们的分布特性非常重要,因为这会对衍生品定价和风险管理等应用产生影响。Christensen、Oomen和Podolskij(2014)研究了美国大盘股、股票指数和货币对。他们得出的结论是,金融资产价格的跳跃通常被错误地识别,事实上,这是罕见的事件,只占总价格变化的很小比例。他们表明,基于低频数据的跳跃变化度量往往会将波动性错误地分配给跳跃分量。Bajgrowicz、Scaillet和Treccani(2016)测试了道琼斯股票是否存在高频跳跃。他们解释说,由于多个测试问题,在大量天内重复跳转测试会导致大量虚假检测。与Christensen等人(2014)的发现相比,他们纠正了这种偏差,进一步减少了剩余检测的数量。他们平均每年有3到4次剩余跳跃,并将其与宏观经济新闻、预定的公司特定公告和新闻机构的报道联系起来,其中包括各种未预定和未分类的事件。
二维码

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

2022-5-31 10:05:54
他们得出结论,绝大多数新闻不会引起跳跃,但可能会以波动爆发的形式产生市场反应。他们推测,跳跃可能与流动性问题和订单流量不平衡有关,但他们研究中检测到的跳跃数量有限,这对获取统计意义重大的经验证据构成了挑战。我们的主要贡献是评估高投机性低流动性新兴市场中是否存在跳跃,并确定流动性是否是跳跃发生的主要驱动因素。数据记录提供的交易者身份信息和交易方向,即交易是由买方发起还是由卖方发起,是我们进行实证分析的关键。此类信息很少可用于其他市场,并且与市场交易的独特方式有关。Gox数据库存储连续交易的知识。我们的第一个贡献是检测比特币市场是否存在跳跃,并研究其动态。我们将Lee和Mykland(2012)的跳跃检测测试应用于蜱虫数据,并使用错误发现率(从此,FDR)技术(见Bajgrowicz et al.,2016;Romano,Shaikh,and Wolf,2008)对几天内的多个测试进行控制。我们确定了124天,包括该期间至少一次跳跃,或大约每周一次检测。检测数量明显大于之前对大盘股资产和指数的研究,表明跳跃发生的强度在很大程度上取决于市场特征,如其流动性或参与者的具体城市。我们研究跳跃之间持续时间的动态。Bajgrowicz等人(2016年)无法拒绝跳跃到达遵循泊松过程的假设。
二维码

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

2022-5-31 10:05:57
我们在jum p detectionsdate上应用了运行测试,并强烈反对跳间持续时间的独立性。因此,跳跃动力学不支持Merton(1976)使用的跳跃过程以及基于恒定强度复合泊松过程的后续模型。我们的第二项贡献是对确定的跳跃进行系统的事件研究,以描述不连续前后的市场条件。我们试图确定(如果不是原因的话)推动跳跃发生的主要因素及其影响的市场条件。这种实证分析之所以可行,是因为检测到的跳跃数量非常多,而大盘股市场并非如此。我们使用probitregression模型,发现异常交易活动和流动性条件可以预测不连续性:订单流量不平衡、积极交易者的比例和买入价差具有显著的预测跳跃能力。这些发现支持了这样一种假设,即当交易活动与流动性短缺发生冲突时,就会出现跳跃,并且不存在由央行或授权提供流动性的做市商诱导的稳定机制。我们对市场状况进行了跳跃后分析,发现大多数指标都有所恶化,包括交易量、交易员数量、订单流量不平衡、买卖价差、已实现方差、微观结构噪声方差和激进交易员的比例。然而,这些因素在不到半小时的时间内就恢复到了它们之前的水平。比较ju mps前后的价格水平,可以发现一个显著的、持续的影响:在局部看跌(看涨)趋势期间,会出现正(负)跳。论文的其余部分组织如下。第2节回顾了数据和我们的清理程序。
二维码

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

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群