Este artigo tem como foco analisar o processo de formação de preços com base na informação filtrada entre negociações de microestrutura, que permitirá indicar qual mercado, entre os analisados, garante a liderança no processo de price-discovery. A ideia é aplicar a metodologia de kernel least squares (KLS) para indicar qual vetor de cointegração possui componente de maior variância que explica a volatilidade do preço do ativo analisado. A aplicação é feita no mercado de cryptoativos, em especial, o Bitcoin, e analisamos dados de microestrutura de mais de 17 casas de negociação destes ativos, conhecidas como exchanges. Após filtramos quais teriam alguma informação relevante, e volume suficiente para se tornar um agente de custódia e negociação relevante. Os resultados indicam que mesmo o Bitcoin, ainda está em fase de transformação no mercado, com playeres e exchanges alterando sua importância relativa, o que contraria a hipótese de mercados eficientes, em que todas as informações disponíveis estariam acessíveis a todos os agentes, dado que, a escolha da exchange ainda é uma forma de poder arbitrar neste mercado, a partir de high-frequency-trading (HFT).
Complete tool for submission, evaluation and publication of proceedings for scientific events.
