[论文解读] Information-theoretic measures for non-linear causality detection: application to social media sentiment and cryptocurrency prices

Z. Keskin, Tomaso Aste|arXiv (Cornell University)|Jun 13, 2019

Complex Systems and Time Series Analysis参考文献 1被引用 9

一句话总结

本文提出一种基于信息论的方法，利用转移熵检测社交媒体情绪与加密货币价格之间的非线性因果关系。该研究基于BTC、XRP、LTC和ETH过去48个月的每小时数据，同时应用线性（Geweke的自回归方法）和非线性（Schreiber的非参数方法）转移熵，发现两者之间存在显著的双向非线性因果关系，尤其在BTC和LTC中表现强烈，且非线性效应比线性效应高出一个数量级。

ABSTRACT

Information transfer between time series is calculated by using the asymmetric information-theoretic measure known as transfer entropy. Geweke's autoregressive formulation of Granger causality is used to find linear transfer entropy, and Schreiber's general, non-parametric, information-theoretic formulation is used to detect non-linear transfer entropy. We first validate these measures against synthetic data. Then we apply these measures to detect causality between social sentiment and cryptocurrency prices. We perform significance tests by comparing the information transfer against a null hypothesis, determined via shuffled time series, and calculate the Z-score. We also investigate different approaches for partitioning in nonparametric density estimation which can improve the significance of results. Using these techniques on sentiment and price data over a 48-month period to August 2018, for four major cryptocurrencies, namely bitcoin (BTC), ripple (XRP), litecoin (LTC) and ethereum (ETH), we detect significant information transfer, on hourly timescales, in directions of both sentiment to price and of price to sentiment. We report the scale of non-linear causality to be an order of magnitude greater than linear causality.

研究动机与目标

• 探究是否可使用信息论方法检测社交媒体情绪与加密货币价格之间的因果关系，反之亦然。
• 通过合成数据（随机游走和逻辑斯蒂映射）验证转移熵技术在检测线性和非线性因果关系方面的可靠性。
• 比较主要加密货币中情绪-价格动态的线性与非线性因果关系的强度。
• 通过置换时间序列和Z分数，在零假设下评估检测到的信息传递的显著性。
• 探究非参数密度估计中不同划分策略对结果显著性和稳健性的影响。

提出的方法

• 使用Schreiber的非参数转移熵检测时间序列之间的非线性信息传递，基于状态转移的条件概率。
• 采用Geweke的自回归形式的格兰杰因果关系计算线性转移熵，作为比较基准。
• 通过将观测到的转移熵与从置换时间序列生成的零分布进行比较，计算Z分数，执行显著性检验。
• 在核密度估计中应用不同的划分方案（如等频、等宽分箱），以优化检测灵敏度和显著性。
• 使用自定义的Python包（PyCausality）进行所有计算，代码托管于GitHub，以确保可复现性和可扩展性。
• 采用CryptoCompare API提供的每小时价格数据和PsychSignal提供的情绪数据（通过话题标签的正向/负向消息）进行48个月的分析。

实验结果

研究问题

• RQ1 社交媒体情绪是否以非线性方式因果影响加密货币价格，反之亦然？
• RQ2 在主要加密货币的情绪-价格动态中，非线性因果关系的强度与线性因果关系相比如何？
• RQ3 在非参数密度估计中，哪种划分策略能实现信息传递检测的最显著和最稳健的结果？
• RQ4 在使用置换时间序列（即代理数据）校正随机波动后，检测到的因果关系是否具有统计显著性？
• RQ5 信息传递的方向和大小在不同加密货币之间是否存在显著差异，特别是BTC、LTC、XRP和ETH？

主要发现

• 通过转移熵测量的非线性因果关系始终强于线性因果关系，非线性效应比线性效应高出一个数量级。
• 在BTC、LTC和XRP中均检测到双向显著的非线性信息传递，其中BTC和LTC的信号最强且最一致。
• 对于比特币（BTC），价格对情绪的因果影响略强于情绪对价格的影响；而对于其他加密货币，情绪对价格的影响占主导地位。
• 通过与置换时间序列计算的Z分数验证了检测到的因果关系的显著性，结果有效排除了随机机会的影响。
• 非参数密度估计中划分方法的选择显著影响结果的统计显著性，最优策略可提升检测能力。
• 本研究表明，传统线性格兰杰因果关系方法检测到的因果关系极弱或完全不存在，凸显了非线性方法在捕捉投机性资产市场真实动态中的必要性。