{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5325100"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5325100","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Αποτίμηση κρυπτονομισμάτων μέσω ανάλυσης Whale Events: εμπειρική μελέτη της αγοράς του Bitcoin","abstract":"Η αλματώδης ανάπτυξη των κρυπτονομισμάτων την τελευταία δεκαετία έχει μετασχηματίσει το επενδυτικό περιβάλλον, δημιουργώντας ένα σύνθετο πλαίσιο στο οποίο οι παραδοσιακές μέθοδοι αποτίμησης αποδεικνύονται συχνά ανεπαρκείς για την ερμηνεία της έντονης μεταβλητότητας που χαρακτηρίζει τις αγορές. Ιδιαίτερα στην αγορά του Bitcoin, οι κινήσεις μεγάλων κατόχων κρυπτονομισμάτων, γνωστών και ως φάλαινες (whales), φαίνεται να επηρεάζουν σε σημαντικό βαθμό τη διαμόρφωση των τιμών και τη ρευστότητα της αγοράς (Rasure, 2024). Η παρούσα διπλωματική εργασία επιδιώκει να διερευνήσει εμπειρικά τη σχέση μεταξύ των δραστηριοτήτων των φαλαινών και της μεταβλητότητας της τιμής του Bitcoin, λαμβάνοντας υπόψη παράλληλα μεταβλητές που αντικατοπτρίζουν το διεθνές χρηματοοικονομικό περιβάλλον. Η συμβολή της έρευνας έγκειται αφενός στην εμβάθυνση της θεωρητικής κατανόησης των μηχανισμών που διέπουν τη λειτουργία της αγοράς κρυπτονομισμάτων και αφετέρου στη δυνατότητα εφαρμογής των ευρημάτων από επενδυτές και αναλυτές ως εργαλείο υποστήριξης της διαδικασίας λήψης αποφάσεων. Στο πλαίσιο αυτό, εξετάζεται εάν υφίσταται στατιστικώς σημαντική συσχέτιση μεταξύ των μεταφορών Bitcoin από τις φάλαινες και της τιμής ή του όγκου συναλλαγών, αν η σχέση αυτή διαφοροποιείται διαχρονικά, καθώς και κατά πόσο οι κινήσεις αυτές δύνανται να αξιοποιηθούν ως προβλεπτικοί δείκτες για τη μελλοντική πορεία της αγοράς. Η μελέτη επικεντρώνεται στη συστηματική καταγραφή και ανάλυση γεγονότων που σχετίζονται με δραστηριότητες φαλαινών, στην εκτίμηση των επιπτώσεών τους μέσω προσεγγίσεων τύπου event study και time-varying parameter regressions (TVP), καθώς και στην εφαρμογή τεχνικών μηχανικής μάθησης με σκοπό την ενίσχυση της εμπειρικής ανάλυσης. Η εργασία διαρθρώνεται ως εξής: Στο δεύτερο κεφάλαιο παρατίθεται η βιβλιογραφική επισκόπηση, στο τρίτο κεφάλαιο περιγράφεται η μεθοδολογική προσέγγιση, ενώ το τέταρτο κεφάλαιο επικεντρώνεται στην ανάλυση των δεδομένων. Στο πέμπτο κεφάλαιο παρουσιάζονται τα εμπειρικά αποτελέσματα και, τέλος, στο έκτο κεφάλαιο διατυπώνονται τα βασικά συμπεράσματα και προτείνονται κατευθύνσεις για μελλοντική έρευνα.Επισης εχουμε στο 7ο κεφαλαιο τα References και μετέπειτα ενα παράρτημα με τους κωδικες python που χρησιμοποιήθηκαν.","abstract_html":"Η αλματώδης ανάπτυξη των κρυπτονομισμάτων την τελευταία δεκαετία έχει μετασχηματίσει το επενδυτικό περιβάλλον, δημιουργώντας ένα σύνθετο πλαίσιο στο οποίο οι παραδοσιακές μέθοδοι αποτίμησης αποδεικνύονται συχνά ανεπαρκείς για την ερμηνεία της έντονης μεταβλητότητας που χαρακτηρίζει τις αγορές. Ιδιαίτερα στην αγορά του Bitcoin, οι κινήσεις μεγάλων κατόχων κρυπτονομισμάτων, γνωστών και ως φάλαινες (whales), φαίνεται να επηρεάζουν σε σημαντικό βαθμό τη διαμόρφωση των τιμών και τη ρευστότητα της αγοράς (Rasure, 2024). Η παρούσα διπλωματική εργασία επιδιώκει να διερευνήσει εμπειρικά τη σχέση μεταξύ των δραστηριοτήτων των φαλαινών και της μεταβλητότητας της τιμής του Bitcoin, λαμβάνοντας υπόψη παράλληλα μεταβλητές που αντικατοπτρίζουν το διεθνές χρηματοοικονομικό περιβάλλον. Η συμβολή της έρευνας έγκειται αφενός στην εμβάθυνση της θεωρητικής κατανόησης των μηχανισμών που διέπουν τη λειτουργία της αγοράς κρυπτονομισμάτων και αφετέρου στη δυνατότητα εφαρμογής των ευρημάτων από επενδυτές και αναλυτές ως εργαλείο υποστήριξης της διαδικασίας λήψης αποφάσεων. Στο πλαίσιο αυτό, εξετάζεται εάν υφίσταται στατιστικώς σημαντική συσχέτιση μεταξύ των μεταφορών Bitcoin από τις φάλαινες και της τιμής ή του όγκου συναλλαγών, αν η σχέση αυτή διαφοροποιείται διαχρονικά, καθώς και κατά πόσο οι κινήσεις αυτές δύνανται να αξιοποιηθούν ως προβλεπτικοί δείκτες για τη μελλοντική πορεία της αγοράς. Η μελέτη επικεντρώνεται στη συστηματική καταγραφή και ανάλυση γεγονότων που σχετίζονται με δραστηριότητες φαλαινών, στην εκτίμηση των επιπτώσεών τους μέσω προσεγγίσεων τύπου event study και time-varying parameter regressions (TVP), καθώς και στην εφαρμογή τεχνικών μηχανικής μάθησης με σκοπό την ενίσχυση της εμπειρικής ανάλυσης. Η εργασία διαρθρώνεται ως εξής: Στο δεύτερο κεφάλαιο παρατίθεται η βιβλιογραφική επισκόπηση, στο τρίτο κεφάλαιο περιγράφεται η μεθοδολογική προσέγγιση, ενώ το τέταρτο κεφάλαιο επικεντρώνεται στην ανάλυση των δεδομένων. Στο πέμπτο κεφάλαιο παρουσιάζονται τα εμπειρικά αποτελέσματα και, τέλος, στο έκτο κεφάλαιο διατυπώνονται τα βασικά συμπεράσματα και προτείνονται κατευθύνσεις για μελλοντική έρευνα.Επισης εχουμε στο 7ο κεφαλαιο τα References και μετέπειτα ενα παράρτημα με τους κωδικες python που χρησιμοποιήθηκαν.","abstract_has_math":false,"creators":["ΣΤΑΜΑΤΗΣ ΠΑΝΑΓΙΩΤΗΣ","STAMATIS PANAGIOTIS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T05:17:45Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek","English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5325100"],"render_values":[{"text":"uoadl:5325100","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5325100","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5325100","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5325100","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΣΤΑΜΑΤΗΣ ΠΑΝΑΓΙΩΤΗΣ","STAMATIS PANAGIOTIS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek","English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5325100","https://pergamos.lib.uoa.gr/uoa/dl/object/5325100"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η αλματώδης ανάπτυξη των κρυπτονομισμάτων την τελευταία δεκαετία έχει μετασχηματίσει το επενδυτικό περιβάλλον, δημιουργώντας ένα σύνθετο πλαίσιο στο οποίο οι παραδοσιακές μέθοδοι αποτίμησης αποδεικνύονται συχνά ανεπαρκείς για την ερμηνεία της έντονης μεταβλητότητας που χαρακτηρίζει τις αγορές. Ιδιαίτερα στην αγορά του Bitcoin, οι κινήσεις μεγάλων κατόχων κρυπτονομισμάτων, γνωστών και ως φάλαινες (whales), φαίνεται να επηρεάζουν σε σημαντικό βαθμό τη διαμόρφωση των τιμών και τη ρευστότητα της αγοράς (Rasure, 2024). Η παρούσα διπλωματική εργασία επιδιώκει να διερευνήσει εμπειρικά τη σχέση μεταξύ των δραστηριοτήτων των φαλαινών και της μεταβλητότητας της τιμής του Bitcoin, λαμβάνοντας υπόψη παράλληλα μεταβλητές που αντικατοπτρίζουν το διεθνές χρηματοοικονομικό περιβάλλον. Η συμβολή της έρευνας έγκειται αφενός στην εμβάθυνση της θεωρητικής κατανόησης των μηχανισμών που διέπουν τη λειτουργία της αγοράς κρυπτονομισμάτων και αφετέρου στη δυνατότητα εφαρμογής των ευρημάτων από επενδυτές και αναλυτές ως εργαλείο υποστήριξης της διαδικασίας λήψης αποφάσεων. Στο πλαίσιο αυτό, εξετάζεται εάν υφίσταται στατιστικώς σημαντική συσχέτιση μεταξύ των μεταφορών Bitcoin από τις φάλαινες και της τιμής ή του όγκου συναλλαγών, αν η σχέση αυτή διαφοροποιείται διαχρονικά, καθώς και κατά πόσο οι κινήσεις αυτές δύνανται να αξιοποιηθούν ως προβλεπτικοί δείκτες για τη μελλοντική πορεία της αγοράς. Η μελέτη επικεντρώνεται στη συστηματική καταγραφή και ανάλυση γεγονότων που σχετίζονται με δραστηριότητες φαλαινών, στην εκτίμηση των επιπτώσεών τους μέσω προσεγγίσεων τύπου event study και time-varying parameter regressions (TVP), καθώς και στην εφαρμογή τεχνικών μηχανικής μάθησης με σκοπό την ενίσχυση της εμπειρικής ανάλυσης. Η εργασία διαρθρώνεται ως εξής: Στο δεύτερο κεφάλαιο παρατίθεται η βιβλιογραφική επισκόπηση, στο τρίτο κεφάλαιο περιγράφεται η μεθοδολογική προσέγγιση, ενώ το τέταρτο κεφάλαιο επικεντρώνεται στην ανάλυση των δεδομένων. Στο πέμπτο κεφάλαιο παρουσιάζονται τα εμπειρικά αποτελέσματα και, τέλος, στο έκτο κεφάλαιο διατυπώνονται τα βασικά συμπεράσματα και προτείνονται κατευθύνσεις για μελλοντική έρευνα.Επισης εχουμε στο 7ο κεφαλαιο τα References και μετέπειτα ενα παράρτημα με τους κωδικες python που χρησιμοποιήθηκαν.","The rapid growth of cryptocurrencies over the past decade has significantly transformed the investment landscape, creating a complex environment in which traditional valuation methods often prove insufficient to explain the high volatility that characterizes these markets. In the Bitcoin market in particular, the actions of large cryptocurrency holders, commonly referred to as whales, appear to play a substantial role in price formation and market liquidity (Rasure, 2024). This thesis aims to empirically investigate the relationship between whale activity and Bitcoin price volatility, while also accounting for variables that reflect the broader international financial environment. The contribution of this research lies, on the one hand, in enhancing the theoretical understanding of the mechanisms governing cryptocurrency markets and, on the other hand, in providing investors and analysts with insights that may support decision-making processes. Specifically, the study examines whether there is a statistically significant relationship between Bitcoin transfers conducted by whales and changes in price or trading volume, whether this relationship varies over time, and to what extent such movements can be utilized as predictive indicators of future market dynamics. The analysis focuses on the systematic collection and examination of events related to whale activity, the estimation of their effects through event-study methodologies and time-varying parameter (TVP) regressions, as well as the application of machine-learning techniques to strengthen the empirical analysis. The thesis is structured as follows: Chapter 2 presents the literature review, Chapter 3 outlines the methodological framework, and Chapter 4 focuses on data analysis. Chapter 5 discusses the empirical findings, while Chapter 6 summarizes the main conclusions and suggests directions for future research. Chapter 7 contains the references, followed by an appendix including the Python code used in the analysis."]},{"key":"dc:title","label":"Title","values":["Αποτίμηση κρυπτονομισμάτων μέσω ανάλυσης Whale Events: εμπειρική μελέτη της αγοράς του Bitcoin"]}]}],"canonical_facts":{"dc:creator":["ΣΤΑΜΑΤΗΣ ΠΑΝΑΓΙΩΤΗΣ","STAMATIS PANAGIOTIS"],"dc:date":["2026"],"dc:description":["Η αλματώδης ανάπτυξη των κρυπτονομισμάτων την τελευταία δεκαετία έχει μετασχηματίσει το επενδυτικό περιβάλλον, δημιουργώντας ένα σύνθετο πλαίσιο στο οποίο οι παραδοσιακές μέθοδοι αποτίμησης αποδεικνύονται συχνά ανεπαρκείς για την ερμηνεία της έντονης μεταβλητότητας που χαρακτηρίζει τις αγορές. Ιδιαίτερα στην αγορά του Bitcoin, οι κινήσεις μεγάλων κατόχων κρυπτονομισμάτων, γνωστών και ως φάλαινες (whales), φαίνεται να επηρεάζουν σε σημαντικό βαθμό τη διαμόρφωση των τιμών και τη ρευστότητα της αγοράς (Rasure, 2024). Η παρούσα διπλωματική εργασία επιδιώκει να διερευνήσει εμπειρικά τη σχέση μεταξύ των δραστηριοτήτων των φαλαινών και της μεταβλητότητας της τιμής του Bitcoin, λαμβάνοντας υπόψη παράλληλα μεταβλητές που αντικατοπτρίζουν το διεθνές χρηματοοικονομικό περιβάλλον. Η συμβολή της έρευνας έγκειται αφενός στην εμβάθυνση της θεωρητικής κατανόησης των μηχανισμών που διέπουν τη λειτουργία της αγοράς κρυπτονομισμάτων και αφετέρου στη δυνατότητα εφαρμογής των ευρημάτων από επενδυτές και αναλυτές ως εργαλείο υποστήριξης της διαδικασίας λήψης αποφάσεων. Στο πλαίσιο αυτό, εξετάζεται εάν υφίσταται στατιστικώς σημαντική συσχέτιση μεταξύ των μεταφορών Bitcoin από τις φάλαινες και της τιμής ή του όγκου συναλλαγών, αν η σχέση αυτή διαφοροποιείται διαχρονικά, καθώς και κατά πόσο οι κινήσεις αυτές δύνανται να αξιοποιηθούν ως προβλεπτικοί δείκτες για τη μελλοντική πορεία της αγοράς. Η μελέτη επικεντρώνεται στη συστηματική καταγραφή και ανάλυση γεγονότων που σχετίζονται με δραστηριότητες φαλαινών, στην εκτίμηση των επιπτώσεών τους μέσω προσεγγίσεων τύπου event study και time-varying parameter regressions (TVP), καθώς και στην εφαρμογή τεχνικών μηχανικής μάθησης με σκοπό την ενίσχυση της εμπειρικής ανάλυσης. Η εργασία διαρθρώνεται ως εξής: Στο δεύτερο κεφάλαιο παρατίθεται η βιβλιογραφική επισκόπηση, στο τρίτο κεφάλαιο περιγράφεται η μεθοδολογική προσέγγιση, ενώ το τέταρτο κεφάλαιο επικεντρώνεται στην ανάλυση των δεδομένων. Στο πέμπτο κεφάλαιο παρουσιάζονται τα εμπειρικά αποτελέσματα και, τέλος, στο έκτο κεφάλαιο διατυπώνονται τα βασικά συμπεράσματα και προτείνονται κατευθύνσεις για μελλοντική έρευνα.Επισης εχουμε στο 7ο κεφαλαιο τα References και μετέπειτα ενα παράρτημα με τους κωδικες python που χρησιμοποιήθηκαν.","The rapid growth of cryptocurrencies over the past decade has significantly transformed the investment landscape, creating a complex environment in which traditional valuation methods often prove insufficient to explain the high volatility that characterizes these markets. In the Bitcoin market in particular, the actions of large cryptocurrency holders, commonly referred to as whales, appear to play a substantial role in price formation and market liquidity (Rasure, 2024). This thesis aims to empirically investigate the relationship between whale activity and Bitcoin price volatility, while also accounting for variables that reflect the broader international financial environment. The contribution of this research lies, on the one hand, in enhancing the theoretical understanding of the mechanisms governing cryptocurrency markets and, on the other hand, in providing investors and analysts with insights that may support decision-making processes. Specifically, the study examines whether there is a statistically significant relationship between Bitcoin transfers conducted by whales and changes in price or trading volume, whether this relationship varies over time, and to what extent such movements can be utilized as predictive indicators of future market dynamics. The analysis focuses on the systematic collection and examination of events related to whale activity, the estimation of their effects through event-study methodologies and time-varying parameter (TVP) regressions, as well as the application of machine-learning techniques to strengthen the empirical analysis. The thesis is structured as follows: Chapter 2 presents the literature review, Chapter 3 outlines the methodological framework, and Chapter 4 focuses on data analysis. Chapter 5 discusses the empirical findings, while Chapter 6 summarizes the main conclusions and suggests directions for future research. Chapter 7 contains the references, followed by an appendix including the Python code used in the analysis."],"dc:identifier":["uoadl:5325100","https://pergamos.lib.uoa.gr/uoa/dl/object/5325100"],"dc:language":["Ελληνικά","Greek","English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Αποτίμηση κρυπτονομισμάτων μέσω ανάλυσης Whale Events: εμπειρική μελέτη της αγοράς του Bitcoin"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:17:45Z"}