Tether vs. USD, ist ein Dollar ein Dollar, wenn es um den Handel geht?

Free Bitcoins: FreeBitcoin | BonusBitcoin

Coins Kaufen: Bitcoin.deAnycoinDirektCoinbaseCoinMama (mit Kreditkarte)Paxfull

Handelsplätze / Börsen: Bitcoin.de | KuCoinBinanceBitMexBitpandaeToro

Lending / Zinsen erhalten: Celsius NetworkCoinlend (Bot)

Cloud Mining: HashflareGenesis MiningIQ Mining


Über die reine Liquidität hinaus werden Marktteilnehmer beim Vergleich des auf Tether oder Fiat USD basierenden Handels an den jeweiligen Volatilitäten der Paare interessiert sein. In einer perfekten und effizienten Welt und unter der Annahme, dass Tether wie beschrieben verwaltet wird (wobei die Reserven ständig ein Umtauschverhältnis von 1 zu 1 gewährleisten), sollten Händler keine Präferenz zwischen der Verwendung von Fiat oder der Stablecoin als Basishandelswährung haben.

In der Praxis besteht zwischen den beiden Paaren eine implizite Kreditbasis, die jederzeit die Einschätzung des Marktes zur Liquidität und zum Kreditrisiko jeder Basiswährung widerspiegelt. Faktoren, die zur Basis beitragen, sind unter anderem die wahrgenommene Konvertierbarkeit von Tether in Fiat USD, Limits und Kapitalkontrollen, um Prämien im Zusammenhang mit Fiat USD oder KYC (Know Your Customer) zu verschieben.

Wenn der Markt davon ausgeht, dass diese Basis vernachlässigbar ist, sollten Arbitrageure jede Bewegung eines der Paare schnell auf das andere übertragen.

Eine Möglichkeit, die Preiskorrelation auf einer Tagesskala zu betrachten (wir betrachten nicht die Marktmikrostruktur), besteht darin, die rollierende historische Volatilität des Paares zu untersuchen. Durch die Berechnung der rollierenden Volatilitäten können wir quantifizieren, um wie viel sich die Preise von ihren historischen Durchschnittswerten entfernen. Wenn Arbitrage-Strategien effizient sind, erwarten wir eng verwandte historische Volatilitäten zwischen den beiden Paaren.

Nahezu nahe an der Volatilität

Die übliche Definition der historischen Volatilität ist nahezu nah. Wir haben die rollierenden Volatilitäten (30-Tage-Rolling-Fenster) der eintägigen Protokollrenditen berechnet. Wir haben unseren Schlusskurs als einfachen Durchschnitt (gleich gewichtet) der verschiedenen Schlusskurse zwischen den Börsen (Mitternacht UTC-Zeit) berechnet.

Wir haben zuerst den durchschnittlichen Schlusskurs für BTC / USDT und BTC / USD ermittelt.

Abbildung 5: Durchschnittlicher Schlusskurs des Marktes, täglich, BTC-USDT und BTC-USD, 365-Tage-Fenster

Wir haben dann den Tracking Error berechnet, der die prozentuale Differenz zwischen den beiden Schlusskursen im Zeitverlauf darstellt. Der Tracking Error zwischen BTC-USDT und BTC-USD blieb in unserem Datensatz sehr gering, erreichte einmal die 2% -Marke und blieb die meiste Zeit im Bereich von – 0,50% / + 0,50% (Abbildung 6).

Abbildung 6: Tracking Error%, durchschnittlicher Schlusskurs der Börsenauswahl BTC-USDT vs. BTC-USD

Wir haben dann die normale annualisierte Volatilität der beiden Paare aufgezeichnet. Diese starke Replikation ist auch sichtbar, wenn man die rollierenden Volatilitäten betrachtet.

Abbildung 7: Tägliches Rollen (30 Tage) nahe der Volatilität (logarithmische Rendite), BTC-USDT und BTC-USD, 365-Tage-Fenster

Und schließlich das Verhältnis zwischen den beiden Volatilitäten.

Abbildung 8: Tägliches Rollen (30 Tage) nahe der Volatilität (logarithmische Rendite), BTC-USDT und BTC-USD, 365-Tage-Fenster

Die normalen Volatilitäten für beide Paare blieben nahe an der Parität (Abbildung 8), obwohl wir einige Regimewechsel bemerkten. Zu Beginn unseres Datensatzes (bis etwa Juli 2019, Regime 1) waren die BTC-USDT-Schlusskurse etwas weniger volatil (zwischen 92% und 98%) als ihre BTC-USD-Gegenstücke. Von da an hatten wir einige Monate nahezu Parität (Regime 2), bevor die Quote Anfang 2020 für kurze Zeit wieder sank (Regime 3).

Diese Ergebnisse könnten durch Faktoren erklärt werden, die von der Marktstruktur unabhängig sind, wie z. B. die Auswahl der Börsen (die liquidesten Börsen sind nicht für beide Paare gleich) oder die Verzerrung der mittleren Preisberechnung (alle Börsen haben bei unserer Berechnung das gleiche Gewicht, sodass eine Abhilfe wäre Berücksichtigen Sie unter anderem einen volumengewichteten Durchschnitt für den Schlusskurs oder eine Zeitdifferenz (die Spitzenliquiditätszeiten unterscheiden sich an Börsen mit unterschiedlichen Standorten).

Wenn wir uns jedoch die Statistik der Verteilung des normalen Volatilitätsverhältnisses ansehen, finden wir deutliche Anzeichen für eine starke Korrelation zwischen den beiden Paaren:

Tabelle 3: Tägliches Verhältnis von BTC-USDT- und BTC-USD-Rolling (30 Tage) nahe der Volatilitätsverteilung (logarithmische Rendite)

Wir haben die fortlaufende Korrelation (logarithmische Renditen, 30-Tage-Fenster) zwischen unseren beiden Handelspaaren (BTC-USD und BTC-USD) aufgezeichnet, um die starke Korrelation zwischen ihnen selbst während des oben identifizierten ersten Regimes zu bestätigen.

Abbildung 9: Tägliches Rollen (30 Tage) in der Nähe der engen Korrelation (Protokollrenditen), BTC-USDT und BTC-USD, 365-Tage-Fenster

Tägliche High-Low-Volatilität

Die im vorherigen Abschnitt untersuchte nahezu nahe Volatilität ist die übliche Definition der Volatilität, die normalerweise von Praktikern aus Industrieländern berücksichtigt wird. Es ist jedoch wichtig zu bedenken, dass die Messung stark von Faktoren wie Fenstergröße und Abtastfrequenz abhängt und Extremwerte nicht gut erfasst.

Eine Möglichkeit, die Messung von Tracking-Fehlern zu verbessern, besteht darin, die täglichen High- und Low-Werte in unseren Datensatz zu integrieren. Dies ermöglicht es uns, das Verhalten von zu erfassen Intraday Volatilität und nicht nur nah an nah.

Wir definieren unser eigenes Maß für die Intraday-Renditen „High-Low“ und führen dieselben fortlaufenden Berechnungen wie oben durch, um festzustellen, ob die drei Volatilitätsregime, die wir mit der ersten Berechnung identifiziert haben, beibehalten werden. Indem wir das Verhältnis der neuen „High-Low“ -Volatilitätsberechnungen nehmen, können wir erneut versuchen, bestimmte Volatilitätsregime zu identifizieren und sie mit denen der ersten Volatilitätsberechnung zu vergleichen.

Wir haben eine tägliche High-Low-Rendite definiert als:

Wie bei unserer vorherigen Volatilitätsanalyse haben wir die rollierenden 30-Tage-Volatilitäten von High-Low-Renditen für unsere beiden Handelspaare verglichen.

Abbildung 10: Tägliches Verhältnis von BTC-USDT- und BTC-USD-Rolling (30 Tage) nahe der Volatilität (logarithmische Rendite)
Abbildung 11: Tägliches Rollen (30 Tage) High-Low-Volatilität nahe dem Schluss (logarithmische Rendite), BTC-USDT und BTC-USD, 365-Tage-Fenster

Während der einjährigen Stichprobe folgt das Verhältnis der rollierenden Volatilitäten von High-Low-BTC-USDT zu BTC-USD dem gleichen Muster (und den gleichen Regimen) wie die zuvor berechneten Volatilitäten nahe beieinander, wenn auch mit größerer Streuung. Der Mittelwert der Verteilung des Verhältnisses liegt nahe an der Parität (0,98), aber die Standardabweichung ist fast viermal größer (0,07 gegenüber 0,02 früher) und die Extremwerte viel weiter entfernt (min und max von 0,76 bzw. 1,14 gegenüber 0,91 und 1,02 früher) ).

Insgesamt zeigt dies, dass Intraday-Bewegungen (in Bezug auf extreme High-Low-Werte) zwischen den beiden Paaren sehr unterschiedlich sein können. Auch hier können verschiedene Faktoren diese Unterschiede erklären (z. B. Austauschauswahl und Zeitprobleme), und es ist nicht einfach, eine eindeutige Antwort zu erhalten.

Tabelle 4: Tägliches Verhältnis der fortlaufenden BTC-USDT- und BTC-USD-Rolling-Statistiken (30 Tage)

Free Bitcoins: FreeBitcoin | BonusBitcoin

Coins Kaufen: Bitcoin.deAnycoinDirektCoinbaseCoinMama (mit Kreditkarte)Paxfull

Handelsplätze / Börsen: Bitcoin.de | KuCoinBinanceBitMexBitpandaeToro

Lending / Zinsen erhalten: Celsius NetworkCoinlend (Bot)

Cloud Mining: HashflareGenesis MiningIQ Mining

By continuing to use the site, you agree to the use of cookies. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close