論文の概要: Linear Laws of Markov Chains with an Application for Anomaly Detection in Bitcoin Prices

• arxiv url: http://arxiv.org/abs/2201.09790v1
• Date: Mon, 24 Jan 2022 16:40:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-25 19:39:44.647168
• Title: Linear Laws of Markov Chains with an Application for Anomaly Detection in Bitcoin Prices
• Title（参考訳）: ビットコイン価格におけるマルコフ連鎖の線形法則と異常検出への応用
• Authors: Marcell T. Kurbucz, P\'eter P\'osfay, Antal Jakov\'ac
• Abstract要約: 本稿では,マルコフ連鎖の時間発展を規定する線形法則を探索する手法を提案する。 また、Bitcoin価格の異常検出にもこの方法を適用している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The goals of this paper are twofold: (1) to present a new method that is able to find linear laws governing the time evolution of Markov chains and (2) to apply this method for anomaly detection in Bitcoin prices. To accomplish these goals, first, the linear laws of Markov chains are derived by using the time embedding of their (categorical) autocorrelation function. Then, a binary series is generated from the first difference of Bitcoin exchange rate (against the United States Dollar). Finally, the minimum number of parameters describing the linear laws of this series is identified through stepped time windows. Based on the results, linear laws typically became more complex (containing an additional third parameter that indicates hidden Markov property) in two periods: before the crash of cryptocurrency markets inducted by the COVID-19 pandemic (12 March 2020), and before the record-breaking surge in the price of Bitcoin (Q4 2020 - Q1 2021). In addition, the locally high values of this third parameter are often related to short-term price peaks, which suggests price manipulation.
• Abstract（参考訳）: 本論文の目的は,(1)マルコフ連鎖の時間的進化を規定する線形法則を見出すこと,(2)ビットコイン価格の異常検出に本手法を適用すること,の2つである。 これらの目的を達成するために、まず、マルコフ連鎖の線形法則は、それらの(分類学的)自己相関関数の時間埋め込みを用いて導出される。 次に、bitcoin交換レート(米国ドルに対して)の第1の差からバイナリシリーズを生成する。 最後に、このシリーズの線形法則を記述する最小パラメータ数はステップタイムウィンドウによって識別される。 その結果、通常、線形法則は、新型コロナウイルス(covid-19)のパンデミック(2020年3月12日)によって引き起こされた暗号通貨市場の崩壊の前、bitcoin価格の過去最高値(2020年第4四半期 - 2021年第1四半期)の前に、2つの期間でより複雑になった(隠れマルコフ特性を示す追加の3番目のパラメータを含む)。 さらに、この第3パラメータの局所的な高い値はしばしば短期的な価格のピークと関連しており、価格操作が示唆される。

関連論文リスト

• Variance-Dependent Regret Bounds for Non-stationary Linear Bandits [52.872628573907434]
  報酬分布の分散と$B_K$の分散を利用するアルゴリズムを提案する。 Restarted Weighted$textOFUL+$とRestarted$textSAVE+$の2つの新しいアルゴリズムを紹介します。 特に、V_K$が$K$よりはるかに小さい場合、我々のアルゴリズムは、異なる設定下での非定常線形バンドレットの最先端結果よりも優れている。
  論文  参考訳（メタデータ） (2024-03-15T23:36:55Z)
• Prediction Of Cryptocurrency Prices Using LSTM, SVM And Polynomial Regression [0.0]
  これらの暗号通貨の価値の不確実性は、硬貨投資の分野において重要な問題である。 予測にLong Short Term Memory、Support Vector Machine、Polynomial Regressionアルゴリズムのモデルを利用することにより、性能比較を行う。 Support Vector Machineは線形カーネルを使用して、Long Short Term MemoryとPolynomial Regressionアルゴリズムモデルと比較して最小の平均2乗誤差を生成する。
  論文  参考訳（メタデータ） (2024-03-06T02:37:26Z)
• Generalized Hybrid Search and Applications to Blockchain and Hash Function Security [50.16790546184646]
  まず,ハイブリッド量子古典戦略を用いて,様々な探索問題を解くことの難しさについて検討する。 次に、ハイブリッド量子古典探索アルゴリズムを構築し、その成功確率を解析する。
  論文  参考訳（メタデータ） (2023-11-07T04:59:02Z)
• Chainlet Orbits: Topological Address Embedding for the Bitcoin Blockchain [15.099255988459602]
  匿名性のある取引を可能にするBitcoinのような暗号通貨の台頭は、さまざまな不正行為の急増につながっている。 トランザクションにおけるそのトポロジ的特性を活用して,Bitcoinアドレスを埋め込む,Chainlet Orbitsという効果的なソリューションを導入する。 当社のアプローチでは,Bitcoinトランザクションネットワーク上で,解釈可能かつ説明可能なマシンラーニングモデルを,ほとんどの日において15分以内で使用することが可能です。
  論文  参考訳（メタデータ） (2023-05-18T21:16:59Z)
• Predicting the Price Movement of Cryptocurrencies Using Linear Law-based Transformation [0.0]
  本研究の目的は,線形法則に基づく特徴空間変換(LLT)と呼ばれる新しい手法が暗号通貨の日内価格変動予測精度に与える影響を検討することである。
  論文  参考訳（メタデータ） (2023-04-27T15:04:08Z)
• Quantum computational finance: martingale asset pricing for incomplete markets [69.73491758935712]
  金融の価格問題に様々な量子技術を適用することができることを示す。 従来の研究と異なる3つの方法について議論する。
  論文  参考訳（メタデータ） (2022-09-19T09:22:01Z)
• Multivariate Probabilistic Forecasting of Intraday Electricity Prices using Normalizing Flows [62.997667081978825]
  ドイツでは、日内電気価格は通常、EPEXスポット市場の1日当たりの価格に異なる時間帯で変動する。 本研究は,日頭契約の日内価格差をモデル化する確率論的モデリング手法を提案する。
  論文  参考訳（メタデータ） (2022-05-27T08:38:20Z)
• GuiltyWalker: Distance to illicit nodes in the Bitcoin network [1.7550798084784973]
  本稿では,マネーロンダリングを検出する機械学習手法の性能を高めるために,グラフと過去のラベルの構造に基づく新機能を提案する。 我々の手法であるGuiltyWalkerは、bitcoinトランザクショングラフのランダムウォークを実行し、不正なトランザクションまでの距離に基づいて特徴を計算します。
  論文  参考訳（メタデータ） (2021-02-10T10:29:13Z)
• Online Markov Decision Processes with Aggregate Bandit Feedback [74.85532145498742]
  本稿では,オンライン有限水平マルコフ決定過程の新たな変種について検討する。 各エピソードにおいて、学習者は、エピソードの選択した方針によって実現された軌道に沿って蓄積された損失を被り、総括的盗聴フィードバックを観察する。 我々の主な結果は計算効率のよいアルゴリズムで、$O(sqrtK)$ regret for this set, where $K$ is the number of episodes。
  論文  参考訳（メタデータ） (2021-01-31T16:49:07Z)
• Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's Post-Quantum Security [67.06003361150228]
  作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。 本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。 我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
  論文  参考訳（メタデータ） (2020-12-30T18:03:56Z)
• Forecasting Bitcoin closing price series using linear regression and neural networks models [4.17510581764131]
  データ価格と前日のボリュームを用いて、Bitcoinの日次閉鎖価格の予測方法について検討する。 統計的手法と機械学習アルゴリズムの両方を実装した。
  論文  参考訳（メタデータ） (2020-01-04T21:04:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。