Анализ влияния интернет данных на волатильность стоимости криптовалютAnalysis of Impact of Internet Data on Cryptocurrencies Price Volatility

Диссертация посвящена анализу влияния интернет данных на точность однодневных прогнозов реализованной волатильности крупнейших криптовалют (Bitcoin, Ether, Litecoin, XRP). В работе интегрируются поисковые данные Google Trends, показатели медиа активности и тональности новостного потока из базы GDELT, а также попарные реализованные ковариации активов для учета перетока волатильности. Исследование опирается на высокочастотные данные торгов и реализованные меры риска, в качестве основной модели используется HAR-log-RV модели, оцениваемые в скользящих окнах. Разработана новая методология масштабирования дневных данных Google Trends для длинных временных интервалов. Показано, что использование интернет данных существенно улучшает качество прогнозов по сравнению с базовыми моделями, причем ключевым фактором для Bitcoin являются запросы по слову “bitcoin”, тогда как для ETH, LTC и XRP значимую роль играет интерес к общей криптовалютной тематике. Учет реализованных ковариаций также повышает точность прогнозов. Результаты подтверждены с помощью MCS и демонстрируют, что расширенные модели могут быть сопоставимы по качеству с моделями машинного обучения, обеспечивая практическую ценность для управления рисками и анализа криптовалютных рынков.