Ανάρτηση Ερευνητικoύ Δοκιμίου no 16/23
Περίληψη
An empirical investigation of whether topological properties associated with point clouds formed by cryptocurrencies’ prices could contain information on (locally) explosive dynamics of the processes involved. Those dynamics are associated with financial bubbles. The PSY method as well as notions associated with the TDA like persistent simplicial homology and landscapes are employed, on a data set consisting of the time series of daily closing prices of the Bitcoin, Ethereum, Ripple, and Litecoin. The note provides some empirical evidence that TDA could be useful in detecting and time-stamping financial bubbles. If robust, such an empirical conclusion opens some interesting paths of further research
Ο Στέλιος Αρβανίτης είναι Καθηγητής στο τμήμα Οικονομικής Επιστήμης του Οικονομικού Πανεπιστημίου Αθηνών και ο Μιχάλης Δέτσης είναι κάτοχος μεταπτυχιακού τίτλου σπουδών στα Οικονομικά, από το τμήμα Οικονομικής Επιστήμης του Οικονομικού Πανεπιστημίου Αθηνών..