کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
5057500 1371735 2017 4 صفحه PDF 6 صفحه WORD دانلود کنید
عنوان انگلیسی مقاله
The inefficiency of Bitcoin revisited: A dynamic approach
ترجمه فارسی عنوان
بازنگری ناکارآمدی بیت کوین: رویکرد پویا
کلمات کلیدی
بیت کوین، وابستگی درازمدت، نوسانات، نمای هرست
فهرست مطالب مقاله
چکیده

کلید واژه ها

1.مقدمه

2.فرضیه بازار کارآمد

3.داده ها و روش شناسی 

جدول 1. آمار توصیفی بازده بیتکوین و نوسانات آن.

جدول 2. آمار توصیفی برآورد هرست

شکل 1: نمای هرست با استفاده از روش DFA (آبی) و روشR / S  (قرمز)، با استفاده از پنجره های کشویی از 500 نقطه داده و یک گام Datapoint  به جلو. تاریخ مربوط به اولین مشاهده پنجره کشویی است.

4.نتایج

5.نتیجه گیری 
ترجمه چکیده
این مقاله به بررسی ناکارامدی اطلاعاتی بازار بیت کوین می پردازد. به طور ویزه، ما به تحلیل رفتار متغیر زمانی حافظه بلند مدت درآمدها از بیت کوین و نوسانات آن در بازه 2011 تا 2017با استفاده از نمای هرست می پردازیم. نتایج بدست آمده دارای دو قسمت است. نخست اینکه روش R/S مستعد شناسایی حافظه بلندمدت است، در حالیکه روش DFA می تواند تغغیرات را در کارآمدی اطلاعاتی در طول زمان به طور دقیقتر شناسایی کند. ثانیا درآمدهای زورانه نشاندهنده رفتار ماندگار در نیمه نخست دوره تحت مطالعه است، در حالیکه رفتار آن به لحاظ اطلاعاتی از 2014 ماندگار تر است. نهایتا اینکه، نوسانات قیمت، که به عنوان تفاضل لگاریتمی بین قیمتهای بالا و پایین روزانه اندازه گرفته می شود، نشاندهنده حافظه طولانی مدت در تمام دوره ها است. این مسئله بازتابی از یک فرایند پویای زیربنایی است که قیمتها و نوسانات ها را به وجود می آورد.
موضوعات مرتبط
علوم پزشکی و سلامت پزشکی و دندانپزشکی زنان، زایمان و بهداشت زنان
چکیده انگلیسی


- We study long-range dependence of Bitcoin return and volatility.
- Hurst exponent is computed using overlapping sliding windows.
- Daily return time series become more efficient across time.
- Daily volatility exhibits long-range memory during all the period.

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.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Economics Letters - Volume 161, December 2017, Pages 1-4
نویسندگان
,