比特币市场的时间变动波动性与分钟级频率下的信息流
摘要：比特币市场价格回报序列的时间序列被分析为广义自回归条件异方差（GARCH）家族的统计模型。金融领域提出了几种数学模型来建模价格回报的动态，每个模型都从不同的角度解决了问题，但都存在局限性。本文结合了使用回报的历史值和波动性的方法（GARCH模型家族），以及所谓的“分布混合假设”，该假设表明价格回报的动态由市场信息流所控制。使用比特币相关的推文时间序列和交易量作为外部信息，我们在分钟级比特币价格时间序列上测试了几种GARCH模型变体对波动性预测的改进。统计测试表明，最简单的GARCH(1,1)对于外部信号增加到模型波动性过程中具有最好的反应。
作者：Irena Barjav{s}i''c and Nino Antulov-Fantulin
论文ID：2004.00550
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2021-02-01