
Sign up to save your podcasts
Or


Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。
今天的主题是:Bitcoin Returns and the Frequency of Daily Abnormal Returns
Summary
这篇研究文章考察了从2013年6月至2020年2月期间,比特币回报与每日异常回报频率之间的关系。作者采用了多种计量经济学模型,如OLS、ARMAX和分段线性回归,来评估比特币价格的可预测性。核心目的是检验是否可以利用特定的价格模式,从而为挑战传统的有效市场假说(EMH)提供证据。研究发现,异常回报的频率确实能够为价格动态提供信息,并且就单一模型而言,分段线性模型表现最优。然而,在预测准确性方面,一个由前五名模型加权组合而成的“共识”预测模型最终超越了所有单独的模型。这些结果表明比特币市场存在低效性,为学者提供了新的研究方向,也为交易者提供了可用于设计盈利策略的实用信息。
原文链接:https://ledgerjournal.org/ojs/ledger/article/view/216
By 任雨山Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。
今天的主题是:Bitcoin Returns and the Frequency of Daily Abnormal Returns
Summary
这篇研究文章考察了从2013年6月至2020年2月期间,比特币回报与每日异常回报频率之间的关系。作者采用了多种计量经济学模型,如OLS、ARMAX和分段线性回归,来评估比特币价格的可预测性。核心目的是检验是否可以利用特定的价格模式,从而为挑战传统的有效市场假说(EMH)提供证据。研究发现,异常回报的频率确实能够为价格动态提供信息,并且就单一模型而言,分段线性模型表现最优。然而,在预测准确性方面,一个由前五名模型加权组合而成的“共识”预测模型最终超越了所有单独的模型。这些结果表明比特币市场存在低效性,为学者提供了新的研究方向,也为交易者提供了可用于设计盈利策略的实用信息。
原文链接:https://ledgerjournal.org/ojs/ledger/article/view/216