- N +

doge币未来价值,数字货币如何定价?有

  年 12 月2013 ●…◁,师马库斯为了嘲讽比特币等数字货币澳大利亚企业家帕尔默和软件工程▼▷, 山寨币 创造了一种◁□•,的狗头形象还配以滑稽◇□,狗狗币 称之为 。

  仅仅用了几个小时据传创造狗狗币,ICON 设计上多数时间还花在 。难以理解的是让帕尔默都,后却大幅上涨这种山寨币随■★•。谱的是更离★•, 2 月份起2021 年,开始疯狂 带货 狗狗币特斯拉 CEO 马斯克,格开始起飞狗狗币价。便让狗狗币大涨 50%仅仅一条 Doge 。

  后随,:马斯克化身狮子王里面的狒狒长老马斯克转发了一张网友的恶搞图片,起狗狗币高高举■●☆。成为 人民的代币 狗狗币虽然还没有,球人都知道 的效果但确实达到了 地…•。

  产定价领域在实证资○…,益差异两个角度来理解资产价格学者们通过时间序列与横截面收。中其△□=,子模型层出不穷横截面定价中因。像股票一样的风险因子呢那么加密货币市场是否有,产相似的研究范式来研究加密货币呢我们是否可以使用和股票等传统资□=○?

doge币未来价值,数字货币如何定价?有哪些常见的风险因子?

  密货币关于加▷▲●,充满了泡沫与欺诈有人认为这个市场,代表了未来区块链技术的未来而另一部分人则认为加密货币。观点是正确的而如果第二种,去考察加密货币就有必要了那么从实证资产定价的角度▷•▪。

  marketcap 获取代币的交易数据文章从领先的加密货币数据平台 Coin。0 个交易所的日度交易数据该数据平台调查了超过 20,权计算代币价格并按照交易量加•…。盘价用于计算收益率文章使用代币的收。间与权益不同代币交易时•●,24h 交易按照 7*。

  分成 52 周文章将 1 年,七天为第一周每一年的前●▲-,1 周后分好 5,是最后一周余下的认为。格•▽、交易量★▷、市值信息代币数据要求包含价△◆,于 100 万美元同时要求代币价值高。2020 年 7 月的 1827 个代币样本共包含从 2014 年 1 月 -。

  外此□▷,得了 Fama-French 多因子数据文章还从 French 的个人网站上获。进行了描述性统计下表对文章的数据…▼●:

  价信息构造的预测指标文章主要聚焦从代币量。个指标对于每,代币分成 5 组在每周按照指标将▪=,率(超过无风险利率)考察下一周的超额收益。类 指标中在 市值▪…☆, ( MXDPRC ) ▽-◆、(在 Coinmarketcap 上列示的)年龄作者考察了代币市值 ( MCAP ) 、价格 ( PRC ) 、最高价格。类 指标中在 动量--□,、16、50、100 周以及收益率(MOM)考察了使用过去 1、2、3◁▲、4、1-4•◁◆、8■•◆。

  果上看从结△○◆,% 每周的多空超额收益率市值策略可以获得 5.8□▽,策略为 3% 左右价格策略和最大价格;都可以得到超额收益率动量策略在多个观测期;得 3.3% 的周度收益率价格 * 交易量策略可以获△•-;获得相似的超额收益率且交易量的波动也可以。1 组之间没有显著的收益率差值其他的策略在第 5 组和第 。

  部分的基础上作者在前一,、动量因子构成的代币三因子模型提出了由代币市场因子、市值因子。中其,值加权的市场超额收益率市值因子为样本中代币市。nch ( 1993 ) 的方法仿照 Fama and Fre,低组(最低的 30%将代币按照市值分成最,30%-70%S)•●、中间组(,最高的 30%M)○□、最高组(,)B◇△。=B-SCSMB。构造 CMOM 因子使用 2*3 的方法▷○。

  币按照市值首先将代,低于 50%)分成小代币组(▪◇,高于 50%)与大代币组(, 30%-70% 分成 3 组再在组内按照前三周的收益率按照,M、L 三组分别为 H、,如下示例:

  列回归的超额收益率 ( Cons ) 表中报告了各种策略在三因子模型下时间序,载荷以及 t 值以及各个因子的。中其,2 ) 为超额收益率时间序列模型的 R-squarem-▪.a.e 为模型定价错误绝对值均值、avg ( R•-,回归的 R-squareR2 为 5 组的模型▪•◁。

  中可见从表,子模型下在三因,益率不显著不为 0各个策略的超额收★•,) 基本在 0.5 之上且 avg ( R2 。狗狗币前景怎么样或市场 + 市值因子模型表现更佳比较单因子模型、市场 + 动量▼☆。

  e Pricing Theory套利定价理论(Arbitrag,以捕捉收益率大部分的共同波动APT)指出少数的风险因子可。4 个策略做主成分分析由此文章使用上述 2。

  表可见由下=☆•,相关系数达到 0★☆.826第一主成分与市值因子的,较低(0•=▲.178 与 0.227)而与市场因子与动量因子相关系数则。相关系数达到 0.662第二主成分与动量因子的,相关系数较低与市场因子。三因子相关性较低第三主成分则与。

  外此,为 6.44 与 4.46前两个主成分的特征根分别,空策略 45% 的波动可以解释 24 个多☆▷。 5 个组合做主成分分析(即 24*5)此外文章还是用构成 24 组多空策略的。时此, 72.9 的波动前三主成分可以解释,关系数达到 94.7%第一主成分与市场因子相,关系数达到 87★▷.3%第二主成分与市值因子相,关系数达到 57.7%第三主成分与动量因子相。三因子模型具有较强的解释能力以上的分析说明了文中提出的。

  ambaugh文中仿照 St,) 的方法构造了代币层面的套利成本指标Yu and Yuan ( 2015 。来说具体,指标=○…、代币价格以及交易量 - 波动比率作为代理指标选取特质波动率▼•★、代币年龄、Amihud 非流动性,成 5 组把代币分,最低组的得分指定最高组到▼=,加总即可得到套利成本得分最后将 5 个指标得分。、套利成本和动量进行双重分组如果将代币按照套利成本和市值,套利成本较高的组内市值效应多集中于,低套利成本的组内而动量策略集中在。

  外此,市场的波动正相关市值因子与代币▷▼,动更大时市场波☆▽▪,收益更高市值因子,流动性的解释进一步支持了;币的交易数量正相关市值因子还与比特•=,高时市值效应更明显体现当交易便利性更; 彩票型的解释不一致而市值效应与偏度 /○•,偏度的代币中更显著小市值效应没有在高。

  动量效应而考察-▽,在短期的排序期内显著文章发现动量效应只, 周的动量排序则不显著使用过去 60-100,时同,意不足、反应不足相反与动量是由于投资者注,值代币中更加显著动量效应在大市○-,许不是动量效应的成因这些都表明反应不足或▪○-。

  一方面而另☆=★,力有限且过度自信如果投资者注意,投资者注意的组内则可能导致在高,动量效应更加显著过度反应引致的。种方法作为投资者注意的代理变量文章使用了交易量与谷歌指数两,发现并,高谷歌指数的组内在高交易量 / =○□,应更明显动量效•▪•。

  间序列上同时在时,未来动量策略的收益也具有正向的预测作用高 区块链 搜索(高投资者注意)对于•★。以及高投资者关注的时期在高投资者关注的代币,都更加显著动量效应。

  外此◇▽☆,0 个代币以及著名的交易所数据可以得到与上文相似的结果文章还验证了使用比特币作为卖空的资产、使用最大的 2◇○=。因子、Carhart 4 因子都难以解释代币的横截面收益率使用股票中著名的 Fama-French 3 因子、5 。

  h ( 1993 ) 相似与 Fama-Frenc=☆, 、市值因子 ( CSMB ) △▷、动量因子 ( CMOM ) 文章给出了加密货币市场的三因子模型△…:市场因子 ( CMKT ),释一系列量价策略的超额收益发现三因子模型可以很好的解▽★。

  价提供了一个很好的基准本文的工作为加密货币定▼■。 ( 1993 ) 等工作一样但正像 Fama-French,出更多加密货币市场的 异象 相信在基准出现之后人们将发掘。货币的发展伴随着加密,识也将逐渐深化我们对它们的认。

  狗狗币是主流币吗

(责任编辑:狗狗币今日价格)
返回狗狗币前景怎么样列表
上一篇:多家香港龙头地产企业大量购入柴犬币作为资
下一篇:【比特日报】狗狗币一年翻180倍投资热情