COVID-19 期间加密货币极端与异常行为的改变
数理金融
2020-12-01 v4 机器学习
动力系统
计算金融
摘要
本文引入分析时间序列极端与异常行为的新方法，以评估 COVID-19 对加密货币市场动态的影响。在 51 种加密货币中，我们通过分布极值研究极端行为，通过结构突变研究异常行为。首先，我们分析市场整体结构，观察到因 COVID-19 自相似性降低，尤其在方差的结构突变方面。其次，我们对比这两种行为，并识别出个别异常加密货币。Tether（USDT）与 TrueUSD（TUSD）在其收益方面始终为离群值，而 Holo（HOT）、NEXO（NEXO）、Maker（MKR）与 NEM（XEM）在两种行为及时间上均频繁表现为异常。即便在一个以持续波动著称的市场中，这也识别出了在极端与异常行为上表现最不规则的个别加密货币，并表明它们在 COVID-19 市场危机期间受到更大影响。
引用
@article{arxiv.1912.06193,
title = {Changes to the extreme and erratic behaviour of cryptocurrencies during COVID-19},
author = {Nick James and Max Menzies and Jennifer Chan},
journal= {arXiv preprint arXiv:1912.06193},
year = {2020}
}
备注
Accepted manuscript. Numerous minor edits compared to v3. Equal contribution from first two authors