Erklärungsgehalt von Twitter-Daten für Kursbewegungen von Kryptowährungen. Eine ökonometrische Analyse

Inhaltsverzeichnis

1 Einleitung

2 Kryptowährung: Mehr als ein digitales Zahlungsmittel

2.1 Blockchain-Technologie

2.2 Digitale Wertschöpfung durch Kryptografie

2.3 Digitalwährungen basierend auf Blockchain

2.3.1 Bitcoin

2.3.2 Ethereum

2.3.3 Litecoin

2.3.4 Ripple

2.4 Bedeutung von Kryptowährung und Blockchain für den Kapitalmarkt

2.5 Einflussfaktoren auf die Preisentwicklung von Kryptowährungen

3 Twitter und soziale Netzwerke: Potenzielle Markteinflussfaktoren

3.1 Kurze Historie und Fakten zu Twitter

3.2 Wie funktioniert Twitter?

3.3 Bedeutung von Twitter für den Kapitalmarkt

3.4 Twitter-Sentiment

4 Einordnung in die Forschungsliteratur

5 Ökonometrie

5.1 Lineare und Multiple Regression

5.2 Datenaufbereitung und Modellannahmen

5.3 Hypothesen und Regressionsmodelle

6 Empirie

6.1 Bitcoin als Leitwährung und Abhängigkeit der Altcoins

6.2 Analyse von Einflussfaktoren auf Kurse von Kryptowährungen

6.2.1 Erläuterungen zum verwendeten Datensatz

6.2.2 Modelluntersuchungen auf 24-Stunden-Basis

6.2.2.1 Datenaufbereitung und Annahmeüberprüfungen (BTC)

6.2.2.2 Anwendung des Modells auf Altcoins (ETH, LTC, XRP)

6.2.2.3 Vergleich und Interpretation der Ergebnisse

6.2.2.4 Zeitliche Verschiebung der Twitter-Daten

6.2.3 Modelluntersuchungen auf 1-Stunden-Basis

6.2.3.1 Datenaufbereitung und Annahmeüberprüfungen (BTC)

6.2.3.2 Anwendung des Modells auf Altcoins (ETH, LTC, XRP)

6.2.3.3 Vergleich und Interpretation der Ergebnisse

6.2.3.4 Zeitliche Verschiebung der Twitter-Daten

7 Fazit

Zielsetzung & Themen

Diese Masterarbeit untersucht den Erklärungsgehalt von Twitter-Daten, insbesondere von Sentiment-Analysen und Tweet-Volumen, für die Kursbewegungen bedeutender Kryptowährungen. Die zentrale Forschungsfrage ist, ob die Stimmung auf der sozialen Plattform Twitter einen messbaren Einfluss auf die Preisentwicklung von Bitcoin und ausgewählten Altcoins ausübt und ob daraus ein Informationsvorsprung für Marktteilnehmer resultiert.

• Analyse der Blockchain-Technologie und Funktionsweise von Kryptowährungen
• Untersuchung von Twitter als sozialem Medium und dessen Bedeutung für den Kapitalmarkt
• Ökonometrische Untersuchung mittels linearer und multipler Regressionsanalyse
• Vergleich von Modellen auf 24-Stunden- und 1-Stunden-Basis
• Überprüfung des Einflusses zeitlich verschobener Twitter-Daten auf die Kursrenditen

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Diese Einleitung führt in die Relevanz der Untersuchung von Twitter-Daten für die Preisentwicklung von Kryptowährungen ein und kontextualisiert die Arbeit im Rahmen der Behavioral Finance.

2 Kryptowährung: Mehr als ein digitales Zahlungsmittel: Dieses Kapitel erläutert die technologischen Grundlagen der Blockchain sowie die Entstehungsgeschichte und Funktionsweise von Bitcoin, Ethereum, Litecoin und Ripple.

3 Twitter und soziale Netzwerke: Potenzielle Markteinflussfaktoren: Es wird die Funktionsweise von Twitter erklärt und die theoretische Verbindung zwischen sozialen Medien, Anlegerstimmung und Marktbewegungen dargestellt.

4 Einordnung in die Forschungsliteratur: Dieses Kapitel gibt einen Überblick über den aktuellen Stand der Forschung zur Korrelation zwischen Twitter-Sentiment und Finanzmärkten.

5 Ökonometrie: Hier werden die ökonometrischen Grundlagen der linearen und multiplen Regressionsanalyse sowie die methodischen Schritte zur Datenbereinigung und Modellüberprüfung beschrieben.

6 Empirie: Das Herzstück der Arbeit, in dem die aufgestellten Hypothesen mithilfe statistischer Modelle auf 24-Stunden- und 1-Stunden-Basis empirisch getestet werden.

7 Fazit: Das Fazit fasst die zentralen Forschungsergebnisse zusammen und diskutiert die Implikationen für Marktteilnehmer sowie die zukünftige Bedeutung der Blockchain-Technologie.

Schlüsselwörter

Kryptowährungen, Bitcoin, Twitter, Sentiment-Analyse, Blockchain, Regressionsanalyse, Behavioral Finance, Markteffizienz, Volatilität, Altcoins, Ökonometrie, Finanzmarkt, Soziale Medien, Handelsvolumen, Datenbereinigung

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit untersucht den Einfluss von Social-Media-Daten – spezifisch Tweets – auf die Preisbewegungen und die Volatilität von führenden Kryptowährungen wie Bitcoin, Ether, Litecoin und Ripple.

Was sind die zentralen Themenfelder?

Die zentralen Themen umfassen die technologischen Grundlagen der Blockchain, die Psychologie des Anlegerverhaltens (Behavioral Finance), die ökonometrische Modellierung und die datenbasierte Analyse von Twitter-Interaktionen.

Was ist das primäre Ziel oder die Forschungsfrage?

Die Forschungsfrage lautet, ob Twitter-Daten als Indikator für Preisentwicklungen von Kryptowährungen dienen können und ob durch die Analyse von Sentiment und Tweet-Volumen Arbitragegewinne oder Informationsvorsprünge am Markt möglich sind.

Welche wissenschaftliche Methode wird verwendet?

Es kommt eine ökonometrische Regressionsanalyse zum Einsatz. Dazu gehören multiple lineare Regressionen, die Berücksichtigung von Zeitverzögerungen (Lags) und die Prüfung der Modellanforderungen (z. B. Multikollinearität, Heteroskedastizität).

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil gliedert sich in eine theoretische Aufarbeitung der Kryptomärkte und Twitter-Mechanismen, eine ökonometrische Methodeneinführung sowie eine empirische Untersuchung, bei der Datensätze auf 24-Stunden- und 1-Stunden-Basis analysiert werden.

Welche Schlüsselwörter charakterisieren die Arbeit?

Schlüsselbegriffe sind neben Kryptowährungen und Bitcoin insbesondere Twitter-Sentiment, Blockchain, Regressionsanalyse, Behavioral Finance und Volatilitätsindikatoren.

Gibt es einen nachweisbaren Zusammenhang zwischen Tweets und Kursen?

Die Arbeit stellt fest, dass bei Bitcoin auf 1-Stunden-Basis eine deutliche Abhängigkeit zwischen Twitter-Daten und Kursen existiert, wobei auch nach bis zu elf Stunden noch signifikante Effekte nachweisbar sind.

Welche Rolle spielt die Effizienzmarkthypothese (EMH) in der Analyse?

Die Arbeit setzt sich kritisch mit der EMH auseinander. Während die EMH besagt, dass Märkte Informationen sofort verarbeiten, zeigen die Ergebnisse der Arbeit Anomalien auf, die auf ein irrationales, von Emotionen getriebenes Anlegerverhalten hindeuten.