[논문]비트코인 선물의 기술적 거래 규칙

김선웅

doi:10.22156/cs4smb.2021.11.05.094

[국내논문] 비트코인 선물의 기술적 거래 규칙
Technical Trading Rules for Bitcoin Futures 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.11 no.5, 2021년, pp.94 - 103

초록
AI-Helper

본 연구의 목적은 비트코인 선물의 투자 전략으로 기술적 거래 규칙들을 제안하고, 실증 분석을 통해 투자 성과를 분석하는 것이다. 투자 전략은 표준적인 거래 전략인 VMA, TRB, FR, MACD, RSI, BB 등이며, 2017년 12월 18일부터 2021년 3월 31일까지의 비트코인 선물 일별 자료를 이용하였다. 실증 분석 결과, 추세 추종형 거래 규칙들 모두 비교전략인 Buy & Hold 보다 투자 성과가 높게 나타났다. 코스피200 주가지수 선물과의 비교에서는 비트코인 선물 투자 성과가 높게 나타났다. 특히, 비트코인 선물의 투자 성과는 하방 위험을 반영하는 Sortino Ratio에서 큰 폭으로 증가하였다. 본 연구는 비트코인 선물의 표준적인 기술적 거래 규칙들의 투자 성과를 체계적으로 분석한 첫 시도라는 점에서 학술적 의미를 찾을 수 있다. 향후 연구에서는 비트코인 선물의 가격 예측을 위한 딥러닝 모형이나 기계학습 모형의 활용을 통해 투자 성과를 개선할 필요가 있다.

Abstract ▼ AI-Helper

This study aims to propose technical trading rules for Bitcoin futures and empirically analyze investment performance. Investment strategies include standard trading rules such as VMA, TRB, FR, MACD, RSI, BB, using Bitcoin futures daily data from December 18, 2017 to March 31, 2021. The trend-following rules showed higher investment performance than the comparative strategy B&H. Compared to KOSPI200 index futures, Bitcoin futures investment performance was higher. In particular, the investment performance has increased significantly in Sortino Ratio, which reflects downside risk. This study can find academic significance in that it is the first attempt to systematically analyze the investment performance of standard technical trading rules of Bitcoin futures. In future research, it is necessary to improve investment performance through the use of deep learning models or machine learning models to predict the price of Bitcoin futures.

Keyword

표/그림 (5)

그림 Fig. 1. Bitcoin Futures Price Trend
표 Table 1. Summary Statistics on Daily Returns(unit: %)
표 Table 2. Trading Performance on Bitcoin Futures(unit: $)
표 Table 3. Trading Performance on KOSPI200 Index Futures(unit: points)
표 Table 4. Comparison of Performance Evaluation Ratios

참고문헌 (32)

S. Nakamoto. (2008). Bitcoin: A peer-to-peer electronic cash system (Online). https://www.lopp.net/pdf/bitcoin.pdf
K. Grobys, S. Ahmed & N. Sapkota. (2020). Technical trading rules in the cryptocurrency market. Finance Research Letters, 32, 101396, 1-7. DOI : 10.1016/j.frl.2019.101396

상세보기
D. F. Gerritsen, E. Bouri, E. Ramezanfar & D. Roubaud. (2020). The profitability of technical trading rules in the Bitcoin market. Finance Research Letters, 34, 1-10. DOI : 10.1016/j.frl.2019.08.011

상세보기
S. Corbet, V. Eraslan, B. Lucey & A. Sensoy. (2019). The effectiveness of technical trading rules in cryptocurrency markets. Finance Research Letters, 31, 32-37. DOI : 10.1016/j.frl.2019.04.027

상세보기
D. Aggarwal, S. Chandrasekaran & B. Annamalai. (2020). A complete empirical ensemble mode decomposition and support vector machine-based approach to predict Bitcoin prices. Journal of Behavioral and Experimental Finance, 27, 100335, 1-12. DOI : 10.1016/j.jbef.2020.100335

상세보기
M. Liu, G. Li, J. Li, X. Zhu & Y. Yao. (2020). Forecasting the price of Bitcoin using deep learning. Finance Research Letters, In press. DOI : 10.1016/j.frl.2020.101755

상세보기
S. Xiaolei, L. Mingxi & S. Zeqian. (2020). A novel cryptocurrency price trend forecasting model based on LightGBM. Finance Research Letters, 32, 1-6. DOI : 10.1016/j.frl.2018.12.032

상세보기
M. Gang, B. Kim, M. Shin, U. Baek & M. Kim. (2020). LSTM-based prediction of Bitcoin price fluctuation using sentiment analysis. Proceedings of Symposium of the Korean Institute of Communications and Information Sciences, 561-562.
D. Pant, P. Neupane, A. Poudel, A. Pokhrel & B. Lama. (2018). Recurrent neural network based Bitcoin price prediction by Twitter sentiment analysis. International Conference on Computing, Communication and Security. DOI : 10.1109/CCCS.2018.85886824
Y. Ahn & D. Kim. (2020). Emotional trading in the cryptocurrency market. Finance Research Letters, in Press. DOI : 10.1016/j.frl.2020.101912

상세보기
S. W. Kim. (2021). Profitability of trading system for cryptocurrency. Journal of Digital Contents Society, 22(3), 555-562. DOI : 10.9728/dcs.2021.22.3.555

상세보기
M. Y. Day, P. Huang, Y. Cheng, Y. T. Lin & Y. Ni. (2021). Profitable day trading Bitcoin futures following continuous bullish (bearish) candlesticks. Applied Economics Letters, 28, In press. DOI : 10.1080/13504851.2021.1899115

상세보기
M. Latif, S. Arshad, M. Fatima & S. Farooq. (2011). Market efficiency, market anomalies, causes, evidences, and some behavioral aspects of market anomalies. Research Journal of Finance and Accounting, 2(9), 1-13.
S. Corbet, B. Lucey & L. Yarovaya. (2018). Datestamping the Bitcoin and Ethereum bubbles. Finance Research Letters, 26, 81-88. DOI : 10.1016/j.frl.2017.12.006

상세보기
E. T. Cheah & J. Fry. (2015). Speculative bubbles in Bitcoin markets? An empirical investigation into the fundamental value of Bitcoin. Economics Letters, 130, 32-36. DOI : 10.1016/j.econlet.2015.02.029

상세보기
Introduction to Bitcoin Reference Rate. https://www.cmegroup.com/education/courses/introduction-to-bitcoin/introduction-to-bitcoin-reference-rate.html
W. Kim, J. Lee & K. Kang. (2020). The effects of the introduction of Bitcoin futures on the volatility of Bitcoin returns. Finance Research Letters, 33, 1-8, 101204. DOI : 10.1016/j.frl.2019.06.002

상세보기
H. Sebastiao & H. Godinho. (2020). Bitcoin futures: An effective tool for hedging cryptocurrencies. Finance Research Letters, 33, 1-6, 101230. DOI : 10.1016/j.frl.2019.07.003

상세보기
B. Kapar & J. Olmo. (2019). An analysis of price discovery between Bitcoin futures and spot markets. Economics Letters, 174, 62-64. DOI : 10.1016/j.econlet.2018.10.031

상세보기
E. Akyildirim, S. Corbet, P. Katsiampa, N. Kellard & A. Sensoy. (2020). The development of Bitcoin futures: Exploring the interactions between cryptocurrency derivatives. Finance Research Letters, 34, 1-9, 101234. DOI : 10.1016/j.frl.2019.07.007

상세보기
J. C. Hung, H. C. Liu & J. J. Yang. (2021). Trading activity and price discovery in Bitcoin futures markets. Journal of Empirical Finance, 62, 107-120. DOI : 10.1016/jjempfin.2021.03.001

상세보기
W. Brock, J. Lakonishok & B. LeBaron. (1992). Simple technical trading rules and the stochastic properties of stock returns. The Journal of Finance, 47(5), 1731-1764. DOI : 10.2307/2328994

상세보기
H. Bessembinder & K. Chan. (1995). The profitability of technical trading rules in the Asian stock markets. Pacific-Basin Finance Journal, 3(2-3), 257-284. DOI : 10.1016/0927-538x(95)0002-3

상세보기
A. Detzel, H. Liu, J. Strauss, G. Zhou & Y. Zhu. (2021). Learning and predictability via technical analysis: Evidence from Bitcoin and stocks with hard-to-value fundamentals. Financial Management, 50, 107-137. DOI : 10.1111/fima.12310

상세보기
E. Fama. (1970). Efficient capital markets: A review of theory and empirical work. The Journal of Finance, 25(2), 383-417.

상세보기
I. Psaradellis, J. Laws, A. Pantelous & G. Sermpinis. (2019). Performance of technical trading rules: Evidence from the crude oil market. The European Journal of Finance, 25(17), 1793-1815. DOI : 10.1080/1351847x.2018.1552172

상세보기
S. Alexander. (1961). Price movements in speculative markets: Trends or random walks. Industrial Management Review, 2(2), 7-26.
R. Sullivan, A. Timmermann & H. White. (1999). Data-snooping, technical trading rule performance and the Bootstrap. The Journal of Finance, 54(5), 1647-1691. DOI : 10.1111/0022-1082.00163

상세보기
A. Vo & C. Yost-Bremm. (2020). A high-frequency algorithmic trading strategy for cryptocurrency. Journal of Computer Information Systems, 60(6), 555-568. DOI : 10.1080/08874417.2018.1552090

상세보기
W. F. Sharpe. (1966). Mutual fund performance. The Journal of Business, 39(1), 119-138.

상세보기
F. A. Sortino & L. N. Price. (1994). Performance measurement in a downside risk framework. The Journal of Investing, 3(3), 59-64. DOI : 10.3905/joi.3.3.59

상세보기
C. Eom, T. Kaizoji & E. Scalas. (2019). Fat tails in financial return distributions revisited: Evidence from the Korean stock market. Physica A, 526, 121055, 51-10. DOI : 10.1016/j.physa.2019.121055

상세보기

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증