[논문 리뷰] One model does not fit all: a multi-scale analysis of eighty-four cryptocurrencies

Aurelio F. Bariviera|arXiv (Cornell University)|2020. 03. 21.

Complex Systems and Time Series Analysis인용 수 3

한 줄 요약

이 연구는 84개의 암호화폐의 일일 수익률에 대한 일반화된 허스트 지수에 다중 척도 분석을 적용하여, 이들이 다양한 확률적 과정을 나타냄을 밝혀냈다: 일부는 단일 프랙탈 역학(분수 브라운 운동과 일관됨)을 따르며, 다른 일부는 복잡한 다중 프랙탈 행동을 보여, 이는 이질적인 장기 의존성과 모든 암호자산에 대해 단일 모델을 가정하는 것의 도전을 제기한다.

ABSTRACT

This letter expands the studies of the informational efficiency in the cryptocurrency market. Most studies have focused on Bitcoin, the foremost known cryptocurrency, and a few more coins. However, this market is more diverse, with cryptocurrencies entering and leaving the market on a weekly basis. This letter fills an important gap in the literature, by studying the informational efficiency using a multi-scaling methodology, which represents a new approach. We compute the generalized Hurst exponent of eighty-four cryptoassets daily returns. The multi-scaling methodology used in this paper find compelling evidence that cryptocurrencies have different degree of long range dependence, and --more importantly -- follow different stochastic processes. Some of them follow traditional monofractal models consistent with fractional Brownian motion, while others exhibit complex multifractal dynamics.

연구 동기 및 목표

• 비트코인과 몇몇 주요 코인 외의 광범위한 암호화폐에 대한 정보 효율성에 관한 종합적인 연구 부족을 해결하기 위해.
• 모든 암호자산의 확률적 역학을 적절히 묘사할 수 있는 단일 모델이 존재하는지 조사하기 위해.
• 다중 척도 프레임워크를 사용하여 다양한 암호자산 간 장기 의존성의 존재와 성격을 검토하기 위해.
• 다른 암호자산이 단일 프랙탈 또는 다중 프랙탈 모델과 같은 별개의 확률적 과정을 따르는지 확인하기 위해.

제안 방법

• 84개의 암호자산의 일일 가격 수익률에서 장기 의존성을 정량화하기 위해 일반화된 허스트 지수를 적용하기 위해.
• 다양한 시간 척도에서의 스케일링 행동의 차이를 탐지하기 위해 다중 척도 방법론을 사용하기 위해.
• 분수 브라운 운동과 같은 단일 프랙탈 모델에서 예상되는 값과 관측된 스케일링 지수를 비교하기 위해.
• 수익률 분포의 다양한 모멘트에서의 스케일링 지수의 편차를 통해 다중 프랙탈 특성을 식별하기 위해.
• 스케일링 행동의 통계적 분석을 통해 단일 프랙탈과 다중 프랙탈 확률적 과정을 구분하기 위해.

실험 결과

연구 질문

• RQ1 모든 암호자산이 동일한 확률적 과정을 따르는가, 아니면 서로 다른 동적 행동을 보이는가?
• RQ2 암호자산들이 어느 정도의 장기 의존성을 보이며, 이는 자산 간에 어떻게 다를까?
• RQ3 관측된 스케일링 성질이 분수 브라운 운동과 같은 단일 프랙탈 모델과 일관되는가?
• RQ4 다른 암호자산의 수익률에서 다중 프랙탈 역학에 대한 증거는 무엇이 있는가?

주요 결과

• 암호자산들은 서로 다른 장기 의존성 정도를 보이며, 자산 간 이질적인 기억 성질을 나타낸다.
• 일부 암호자산은 분수 브라운 운동과 일관되며 안정적인 장기 기억 행동을 보이는 단일 프랙탈 역학을 따른다.
• 다른 암호자산은 수익률 분포의 다양한 모멘트에서의 이질적인 스케일링을 보여주는 복잡한 다중 프랙탈 역학을 나타낸다.
• 다중 척도 방법론은 별개의 확률적 과정을 성공적으로 식별하여, 모든 암호자산에 대해 일반적인 모델을 가정하는 것을 거부한다.