TARANTINO OBNAL SERVICE №1 на рынке теневых услуг.
Депозит 1 млн.


✔️ Профессиональное сопровождение любых финансовых операций.

✔️ Россия, СНГ Европа:

  • ➢ Физ лица
  • ➢ Юр лица
  • ➢ APK, QR-коды
  • ➢ СДП
  • ➢ Белый обнал
ПЕРЕЙТИ К ТЕМЕ
Telegram: https://t.me/TJQ_DM_25

У форума есть зеркало в Тор http://darkmonn6oy55o7kgmwr4jny2gi2zj6hyalzcjgl444dvpalannl5jid.onion
Официальный канал Darkmoney в Телеграм https://t.me/+k1c69d6xQsswYzU0
NEW! 🔥 Чат Darkmoney в Телеграм https://t.me/+q40pcoHjSRVmNTE0

Исследование NBER: поиск в Google помогает прогнозировать изменения цены биткоина

Super_Spec

.
.
.
Депозит: 18,460 ₽
Сделки (гарант): 153
28.01.15
6,904
18,460 ₽
153
В недавнем исследовании, опубликованном Национальным бюро экономических исследований США (NBER), предполагается, что криптовалютные рынки, в отличие от традиционных финансовых рынков, меняются в зависимости от типа внимания, которое они получают.

В отличие от других традиционных финансовых активов, криптовалюты не реагируют и не ведут себя в соответствии с тем же набором рыночных факторов, который типичен для традиционных финансовых инструментов. Вместо этого они более тесно связаны с «специфическими факторами криптовалют», согласно опубликованному на этой неделе отчету.

Эти факторы включают внимание инвесторов и динамику рынка, и описываются NBER как «временные ряды криптовалютной динамики на ежедневной и еженедельной частотах».

Авторы статьи - экономисты Йельского университета Юкун Лю (Yukun Liu) и Олег Цывинский, полагают, что, вопреки общественному мнению, «рынки не рассматривают криптовалюты аналогично стандартным классам активов».

В качестве источника рыночных данных в статье были использованы сервисы отслеживания цены биткоина, эфира и риппла на CoinDesk. Используя серии данных о ценах за многолетние временные интервалы, в документе сравнивались фактические и прогнозируемые доходы при помощи стандартной модели финансового ценообразования, известной как CAPM.

Лю и Цывинский сравнивали доходы от криптовалюты с традиционными валютами, такими как евро, и металлами, такими как золото, а также макроэкономическими факторами - например, ростом потребления. Все это привело к нерепрезентативным результатам, предполагающим, что истинная модель лежит в другой области, которую Лю и Цывинский определяют как показатель возврата инвестиций за день или неделю.

По существу, рост цен на один, три, пять или шесть дней может быть предсказан одним дневным возвратом инвестиций, в то время как недельный показатель может предсказать движение рынка на одну, две, три или четыре недели.

Примечательно, что это исследование включает данные о потребительской активности в поисковом сервисе Google и социальных сетях, в частности, в Твиттере. Исследователи обнаружили, что увеличение среднего квадратичного отклонения при поиске таких ключевых слов как «биткоин», прогнозировало небольшое увеличение цены токена в следующие недели.

В среднем, увеличение среднего квадратичного отклонения в поиске по ключевым словам приводит к увеличению цены на 2.75%, говорится в отчете. Аналогичным образом увеличение этого отклонения в числе записей в Твиттере привело к увеличению цены биткоина на 2.5%. С другой стороны, увеличение этого показателя в случае «взломов, связанных с биткоином», прогнозировало небольшое снижение цены криптовалюты.
 
Назад
Сверху