Time-dependent weighted directed networks of cryptocurrency interaction from high-frequency returns

技术摘要：基于高频收益率的时间依赖型加权有向加密货币交互网络

问题与动机
加密货币市场是一个复杂的交互系统，其特征是去中心化治理、持续交易以及跨多个时间尺度的显著价格波动。与传统金融市场不同，这些资产并非孤立存在；它们形成了一个动态网络，信息和冲击通过共同的情绪、套利以及外部影响进行传播。尽管以往的研究已利用交易级数据或较短的时间窗口对加密货币网络进行了考察，但仍需通过长期的、基于高频数据的研究来理解因果交互的随时间演化的过程。本研究旨在解决量化资产间影响流向，并表征 2020 年至 2025 年间加密生态系统结构稳定性（或缺乏稳定性）的挑战。

方法论
作者基于从 Kraken 加密交易所获取的高频价格数据，构建了时间依赖型、有向且加权的网络。该方法流程如下：

1. 数据预处理：

   • 来源： 2020 年至 2025 年 3 月的交易级数据（时间戳、美元价格、成交量）。
   • 聚合： 使用成交量加权平均价格（VWAP）将价格聚合为 1 分钟间隔。
   • 收益率： 对数收益率计算公式为 $R(t) = \log P(t + \Delta t) - \log P(t)$，其中 $\Delta t = 1$ 分钟。
   • 平稳性： 应用增广迪基-富勒（ADF）检验以确保平稳性。约 99.06% 的数据被确认为严格平稳；非平稳实例（陈旧定价）被剔除。
   • 窗口划分： 时间序列被划分为不重叠的每周窗口（每个窗口包含 10,080 个数据点），共产生 275 个每周网络。

2. 网络构建：

   • 格兰杰因果关系（GC）： 利用 GC 框架推断交互作用。对于每对资产 $(X, Y)$，将受限自回归模型（仅使用 $Y$ 的过去信息）与全模型（包含 $X$ 的过去信息）进行比较。
   • 权重定义： GC 强度通过残差的对数方差比进行量化：$G_{X \to Y} = \ln(\sigma^2_r / \sigma^2_f)$。
   • 显著性检验： 为解决成对比较中固有的多重检验问题（$N(N-1)$ 次测试），应用 Benjamini–Hochberg (BH) 程序将错误发现率（FDR）控制在 $q=0.05$。只有当 p 值满足 BH 阈值时，连边才会被保留。
   • 稳健性检查： 为确保连边反映的是真实的成对影响而非由共同市场冲击驱动的协同运动，作者在回归掉收益率矩阵的第一主成分（PC1）后重复了分析。

3. 分析：

   • 利用互补累积分布函数（CCDF）分析收益率的统计特性（重尾分布）。
   • 通过连边权重和节点强度（入强度 $s_{in}$ 和出强度 $s_{out}$）评估网络异质性。
   • 通过根据平均季度出强度对资产进行排名来追踪时间演化。

核心结果

• 收益率统计特性： 标准化的 1 分钟对数收益率表现出符合金融市场典型事实的重尾分布。正尾部和负尾部均遵循幂律形式 $P(r) \sim r^{1-\gamma}$。估计指数（$\gamma \approx 3.66 - 4.08$）高于早期研究报告的数值（例如比特币的 $\gamma \approx 3$），这表明市场发生了结构性变化并趋于成熟。
• 网络异质性： 生成的网络表现出显著的异质性。连边权重和节点强度均遵循宽泛的重尾分布，表明极少数加密货币对总影响流贡献巨大。
• 标度关系： 节点出强度（$s_{out}$）与入强度（$s_{in}$）之间存在强正相关性。然而，这种关系是次线性的，遵循幂律 $s_{out} \sim s_{in}^{\alpha}$，其中 $\alpha = 0.909$。这表明虽然高度连接的节点在双向影响方面都具有影响力，但其输出影响力的增长相对于输入影响力而言是次线性的。这种次线性标度被证实是一种结构属性，而非资产流动性（交易量）的人为产物。
• 时间动态与排名：
  • 以太坊 (ETH)： 在 2020–2025 年期间始终占据影响力的榜首位置，反映了其持续的统治地位。
  • 比特币 (XBT)： 显示出相对重要性的逐渐下降。
  • 波动性： 排名结构表现出显著的时间变异性。与其它复杂系统中存在的“超稳定”节点不同，前五名的位置经常被不同的资产占据。在五年的跨度内，共有 17 种不同的加密货币出现在前五名中。
  • 市场事件： 排名前列的资产构成发生了显著变化，特别是在 2022 年第三季度至 2025 年第一季度之间，这与 FTX 崩盘及监管行动（如 SEC 对 Ripple 的诉讼）等事件相吻合。
• 稳健性： 在移除共同市场因子（PC1）后，网络结构（包括节点强度和连边权重）几乎保持不变（Spearman 相关系数 $\rho > 0.99$），证实了推断出的格兰杰因果连边代表了真实的成对交互。

意义与主张
本文声称，与前人的工作（特别是 Scagliarini 等人，2021 年）相比，提供了一个更严谨且在时间维度上更详尽的加密货币影响网络重建。通过将分析窗口从 2 年延长至 5 年，并将资产范围从约 30 种增加到约 390 种，本研究揭示了加密生态系统一种高度竞争且非平稳的组织形式。

主要贡献包括：

1. 动态层级： 揭示了一个动态演化的层级结构，其中主导地位从比特币转向以太坊，这与其它系统中发现的稳定层级形成了对比。
2. 次线性标度： 识别了一种此前未被报道的、关于入强度与出强度之间非平凡的次线性标度关系，指向了影响传播中内在的不对称性。
3. 方法论严谨性： 证明了结合高频数据与严格的平稳性检验及 FDR 校正来绘制影响流向的有效性。

作者得出结论，加密货币市场本质上是动态的，影响力在资产之间不断重新分配，而基于网络的框架是识别这些不断变化的驱动因素的有效工具。