Forecasting the volatility of Bitcoin using market and Blockchain information

Detalhes bibliográficos
Autor(a) principal: Figueiredo, Madalena Oliveira
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/95377
Resumo: Dissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e Tecnologia
id RCAP_ec182903b9fe5900d5e4777a3ffd3a1d
oai_identifier_str oai:estudogeral.uc.pt:10316/95377
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Forecasting the volatility of Bitcoin using market and Blockchain informationPrevisão da volatilidade da Bitcoin através da utilização de informações de mercado e de BlockchainBitcoinprevisão de volatilidademodelos AutoregressivosGARCHinfromação da BlockchainBitcoinvolatility forecastingAutoregressive modelsGARCHBlockchain informationDissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e TecnologiaDesde a sua criação em 2008, Bitcoin, a primeira criptomoeda e a mais popular até ao momento, cresceu exponencialmente em diversas dimensões, atraindo não só a atenção dos investidores, mas também do público em geral. Esta tem sido objeto de extensas investigações, especialmente no que diz respeito à sua natureza especulativa, eficiência de mercado, integração e, um tópico particularmente recorrente, volatilidade. O presente trabalho foca a sua atenção na previsão diária da volatilidade no mercado da Bitcoin, como um todo, e visa concluir se outras informações de mercado, para além das informações de preços, e de Blockchain são úteis para prever essa volatilidade. A premissa desta investigação baseia-se em fortes suposições de que o CoinMarketCap fornece informações confiáveis acerca dos preços na generalidade do mercado da Bitcoin, e que sua volatilidade é bem medida pelo estimador de Parkinson. Nesse sentido, é estudado o desempenho de previsão de modelos Autoregressivo e GARCH que incluem variáveis exógenas obtidas tanto no mercado online quanto na rede Blockchain. Os resultados mostram que, em conformidade com o que já fora documentado na literatura, o volume de transação não possui valor de informação incremental, no entanto a volatilidade realizada proveniente de bolsas online líquidas e outras variáveis Blockchain que foram cuidadosamente escolhidas podem produzir melhorias de precisão da previsão, especialmente quando são utilizados modelos GARCH. O resultado mais surpreendente corresponde ao facto de que os modelos Autorregressivos são claramente superiores aos modelos GARCH, independentemente dos conjuntos de previsores utilizados, correspondendo o desfasamento da variável dependente à principal fonte de previsibilidade.Since its creation in 2008, Bitcoin, the ground-breaking and most popular cryptocurrency until this day, has grown exponentially along several dimensions, attracting attention not only from investors but also from the general public. It has been the subject of extensive research, especially regarding its speculative nature, market efficiency, integration, and, a popular topic, volatility. The present work focuses on daily forecasting the volatility in the overall Bitcoin market, and aims to answer the question of whether other market information besides prices and Blockchain information are helpful for forecasting that volatility. Our research design is based on the strong assumptions that CoinMarketCap provides reliable price information on the overall Bitcoin market, and that its volatility is well measured by the Parkinson range-based estimator. Accordingly, an examination is conducted regarding the forecasting performance of Autoregressive and GARCH models with exogenous variables obtained both from the online market and from the Blockchain network. The results show that, as already documented in the literature, trading volume has no incremental information value, but realized volatility of liquid online exchanges and other carefully chosen Blockchain variables may improve the forecasting accuracy especially when using a GARCH-type model. The most striking result is that Autoregressive models are clearly superior to their GARCH models, independently of the predictor sets used, with the lag structure of the dependent variable corresponding to the main source of predictability.2021-04-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/95377http://hdl.handle.net/10316/95377TID:202743608engFigueiredo, Madalena Oliveirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T04:09:38Zoai:estudogeral.uc.pt:10316/95377Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:13:53.556145Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Forecasting the volatility of Bitcoin using market and Blockchain information
Previsão da volatilidade da Bitcoin através da utilização de informações de mercado e de Blockchain
title Forecasting the volatility of Bitcoin using market and Blockchain information
spellingShingle Forecasting the volatility of Bitcoin using market and Blockchain information
Figueiredo, Madalena Oliveira
Bitcoin
previsão de volatilidade
modelos Autoregressivos
GARCH
infromação da Blockchain
Bitcoin
volatility forecasting
Autoregressive models
GARCH
Blockchain information
title_short Forecasting the volatility of Bitcoin using market and Blockchain information
title_full Forecasting the volatility of Bitcoin using market and Blockchain information
title_fullStr Forecasting the volatility of Bitcoin using market and Blockchain information
title_full_unstemmed Forecasting the volatility of Bitcoin using market and Blockchain information
title_sort Forecasting the volatility of Bitcoin using market and Blockchain information
author Figueiredo, Madalena Oliveira
author_facet Figueiredo, Madalena Oliveira
author_role author
dc.contributor.author.fl_str_mv Figueiredo, Madalena Oliveira
dc.subject.por.fl_str_mv Bitcoin
previsão de volatilidade
modelos Autoregressivos
GARCH
infromação da Blockchain
Bitcoin
volatility forecasting
Autoregressive models
GARCH
Blockchain information
topic Bitcoin
previsão de volatilidade
modelos Autoregressivos
GARCH
infromação da Blockchain
Bitcoin
volatility forecasting
Autoregressive models
GARCH
Blockchain information
description Dissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e Tecnologia
publishDate 2021
dc.date.none.fl_str_mv 2021-04-15
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/95377
http://hdl.handle.net/10316/95377
TID:202743608
url http://hdl.handle.net/10316/95377
identifier_str_mv TID:202743608
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134036236435456

Registros relacionados