دسته بندی:

بلاکچین - blockchain

---

سال انتشار:

2021

---

ترجمه فارسی عنوان مقاله:

کارایی بیت کوین: یک رویکرد برنامه نویسی ژنتیکی قوی برای بازارهای الکترونیکی هوشمند بیت کوین

---

عنوان انگلیسی مقاله:

The efficiency of Bitcoin: A strongly typed genetic programming approach to smart electronic Bitcoin markets

---

منبع:

ScienceDirect - Elsevier - International Review of Financial Analysis 73 (2021) 101629

---

نویسنده:

Viktor Manahov , Andrew Urquhart

---

چکیده انگلیسی:

Cryptocurrencies have gained a lot of attention since Bitcoin was first proposed by Satoshi Nakamoto in 2008, highlighting the potential to play a significant role in e-commerce. However, relatively little is known about cryptocurrencies, their price behaviour, how quickly they incorporate new information and their corresponding market efficiency. To extend the current literature in this area, we develop four smart electronic Bitcoin markets populated with different types of traders using a special adaptive form of the Strongly Typed Genetic Programming (STGP)-based learning algorithm. We apply the STGP technique to historical data of Bitcoin at the one-minute and five-minute frequencies to investigate the formation of Bitcoin market dynamics and market efficiency. Through a plethora of robust testing procedures, we find that both Bitcoin markets populated by highfrequency traders (HFTs) are efficient at the one-minute frequency but inefficient at the five-minute frequency. This finding supports the argument that at the one-minute frequency investors are able to incorporate new information in a fast and rationale manner and not suffer from the noise associated with the five-minute frequency. We also contribute to the e-commerce literature by demonstrating that zero-intelligence traders cannot reach market efficiency, therefore providing evidence against the hypothesis of Hayek (1945; 1968). One practical implication of this study is that we demonstrate that e-commerce practitioners can apply artificial intelligence tools such as STGP to conduct behaviour-based market profiling.
Keywords: Artificial intelligence | Smart electronic markets | Bitcoin trading | Cryptocurrencies | Evolutionary computation | Market efficiency

---

چکیده فارسی:

از زمانی که بیت کوین برای اولین بار توسط ساتوشی ناکاموتو در سال 2008 پیشنهاد شد، ارزهای دیجیتال توجه زیادی را به خود جلب کردند و پتانسیل ایفای نقش مهمی در تجارت الکترونیک را برجسته کردند. با این حال، اطلاعات نسبتا کمی در مورد ارزهای دیجیتال، رفتار قیمتی آنها، سرعت ترکیب اطلاعات جدید و کارایی بازار مربوطه آنها وجود دارد. برای گسترش ادبیات فعلی در این زمینه، ما چهار بازار هوشمند بیت کوین الکترونیکی را با انواع مختلف معامله گران با استفاده از یک فرم تطبیقی خاص از الگوریتم یادگیری مبتنی بر برنامه نویسی ژنتیکی تایپ شده قوی (STGP) توسعه می دهیم. ما تکنیک STGP را برای داده های تاریخی بیت کوین در فرکانس های یک دقیقه و پنج دقیقه اعمال می کنیم تا شکل گیری پویایی بازار بیت کوین و کارایی بازار را بررسی کنیم. از طریق انبوهی از روش‌های تست قوی، متوجه می‌شویم که هر دو بازار بیت‌کوین پر از معامله‌گران با فرکانس بالا (HFT) در فرکانس یک دقیقه کارآمد هستند اما در فرکانس پنج دقیقه ناکارآمد هستند. این یافته از این استدلال حمایت می کند که در فرکانس یک دقیقه سرمایه گذاران می توانند اطلاعات جدید را به شیوه ای سریع و منطقی ترکیب کنند و از نویز مرتبط با فرکانس پنج دقیقه رنج نبرند. ما همچنین با نشان دادن اینکه معامله‌گران با هوش صفر نمی‌توانند به کارایی بازار برسند، به ادبیات تجارت الکترونیک کمک می‌کنیم، بنابراین شواهدی علیه فرضیه هی ارائه می‌کنیم. یکی از پیامدهای عملی این مطالعه این است که ما نشان می‌دهیم که متخصصان تجارت الکترونیک می‌توانند از ابزارهای هوش مصنوعی مانند STGP برای انجام پروفایل بازار مبتنی بر رفتار استفاده کنند.
کلمات کلیدی: هوش مصنوعی | بازارهای الکترونیک هوشمند | تجارت بیت کوین | ارزهای دیجیتال | محاسبات تکاملی | کارایی بازار

---

---

---

---

حجم فایل: 455 کیلوبایت

---

قیمت: 60840 تومان   

---

توضیحات اضافی:

---

---

---