Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-fin > arXiv:1709.08090

帮助 | 高级搜索

定量金融 > 统计金融

arXiv:1709.08090 (q-fin)
[提交于 2017年9月23日 ]

标题: 比特币效率的重新审视:一种动态方法

标题: The inefficiency of Bitcoin revisited: a dynamic approach

Authors:Aurelio F. Bariviera
摘要: 这封信重新审视了比特币市场的信息效率。 特别是我们分析了2011年至2017年比特币收益和波动性的时变长期记忆行为,使用了赫斯特指数。 我们的结果有两个方面。 首先,R/S方法容易检测到长期记忆,而DFA方法可以更精确地区分信息效率随时间的变化。 其次,日收益在研究期间的前半段表现出持续性行为,而自2014年以来其行为更加信息有效。 最后,价格波动性,以日内高低价的对数差来衡量,在整个期间都表现出长期记忆。 这反映了生成价格和波动性的不同潜在动态过程。
摘要: This letter revisits the informational efficiency of the Bitcoin market. In particular we analyze the time-varying behavior of long memory of returns on Bitcoin and volatility 2011 until 2017, using the Hurst exponent. Our results are twofold. First, R/S method is prone to detect long memory, whereas DFA method can discriminate more precisely variations in informational efficiency across time. Second, daily returns exhibit persistent behavior in the first half of the period under study, whereas its behavior is more informational efficient since 2014. Finally, price volatility, measured as the logarithmic difference between intraday high and low prices exhibits long memory during all the period. This reflects a different underlying dynamic process generating the prices and volatility.
评论: 经济学快报,2017
主题: 统计金融 (q-fin.ST) ; 计算金融 (q-fin.CP); 一般金融 (q-fin.GN); 风险管理 (q-fin.RM)
引用方式: arXiv:1709.08090 [q-fin.ST]
  (或者 arXiv:1709.08090v1 [q-fin.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.1709.08090
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.1016/j.econlet.2017.09.013
链接到相关资源的 DOI

提交历史

来自: Aurelio Fernandez Bariviera [查看电子邮件]
[v1] 星期六, 2017 年 9 月 23 日 18:00:23 UTC (30 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
q-fin.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2017-09
切换浏览方式为:
q-fin
q-fin.CP
q-fin.GN
q-fin.RM

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号