論文の概要: How Automated Market Makers Approach the Thin Market Problem in Cryptoeconomic Systems
- arxiv url: http://arxiv.org/abs/2309.12818v2
- Date: Thu, 28 Sep 2023 09:53:12 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 04:01:03.334515
- Title: How Automated Market Makers Approach the Thin Market Problem in Cryptoeconomic Systems
- Title(参考訳): 暗号システムにおける薄型市場問題への自動市場メーカのアプローチ
- Authors: Daniel Kirste, Niclas Kannengießer, Ricky Lamberty, Ali Sunyaev,
- Abstract要約: 自動市場メーカ(AMM)の適切な設計は、暗号システムの市場におけるデジタルトークンとして表される資産の継続的な取引を可能にするために不可欠である。
不適切な設計のAMMは、そのような市場が薄型市場問題(TMP)に悩まされる可能性があるため、暗号システムはその目的を達成できない可能性がある。
AMM設計特性を示すAMM分類法を開発した。
- 参考スコア(独自算出の注目度): 1.124958340749622
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The proper design of automated market makers (AMMs) is crucial to enable the continuous trading of assets represented as digital tokens on markets of cryptoeconomic systems. Improperly designed AMMs can make such markets suffer from the thin market problem (TMP), which can cause cryptoeconomic systems to fail their purposes. We developed an AMM taxonomy that showcases AMM design characteristics. Based on the AMM taxonomy, we devised AMM archetypes implementing principal solution approaches for the TMP. The main purpose of this article is to support practitioners and researchers in tackling the TMP through proper AMM designs.
- Abstract(参考訳): 自動市場メーカ(AMM)の適切な設計は、暗号システムの市場におけるデジタルトークンとして表される資産の継続的な取引を可能にするために不可欠である。
不適切な設計のAMMは、そのような市場が薄型市場問題(TMP)に悩まされる可能性があるため、暗号システムはその目的を達成できない可能性がある。
AMM設計特性を示すAMM分類法を開発した。
AMM分類に基づいて,TMPの主解法を実装したAMMアーチタイプを考案した。
本稿の主な目的は、適切なAMM設計を通じてTMPに取り組む実践者や研究者を支援することである。
関連論文リスト
- Modelling crypto markets by multi-agent reinforcement learning [0.0]
本研究では,暗号市場を模擬したマルチエージェント強化学習(MARL)モデルを提案する。
2018年から2022年にかけて継続的に取引された暗号通貨の1日当たり終値153ドルに調整されている。
論文 参考訳(メタデータ) (2024-02-16T16:28:58Z) - Large Multi-Modal Models (LMMs) as Universal Foundation Models for
AI-Native Wireless Systems [57.41621687431203]
大規模言語モデル (LLM) と基礎モデルは6Gシステムのゲームチェンジャーとして最近注目されている。
本稿では,人工知能(AI)ネイティブネットワークの展開に適したユニバーサルファンデーションモデルを設計するための包括的ビジョンを提案する。
論文 参考訳(メタデータ) (2024-01-30T00:21:41Z) - MM-LLMs: Recent Advances in MultiModal Large Language Models [51.52063849558428]
過去1年間で、MM-LLM(MultiModal Large Language Models)が大幅に進歩している。
MM-LLMのさらなる研究を促進するための総合的な調査を行う。
本稿では,主要なベンチマークで選択したMM-LLMの性能を概観し,MM-LLMの有効性を高めるための鍵となるトレーニングレシピを要約する。
論文 参考訳(メタデータ) (2024-01-24T17:10:45Z) - How to Use Reinforcement Learning to Facilitate Future Electricity
Market Design? Part 1: A Paradigmatic Theory [7.104195252081324]
本稿では、強化学習(RL)に基づくシミュレーションを用いて、共同市場設計のパラダイム理論と詳細な手法を開発する。
シミュレーション結果に基づいて市場設計を検証するために,いくつかの市場操作性能指標を提案する。
論文 参考訳(メタデータ) (2023-05-04T01:30:15Z) - Benchmarking Automated Machine Learning Methods for Price Forecasting
Applications [58.720142291102135]
自動機械学習(AutoML)ソリューションで手作業で作成したMLパイプラインを置換する可能性を示す。
CRISP-DMプロセスに基づいて,手動MLパイプラインを機械学習と非機械学習に分割した。
本稿では、価格予測の産業利用事例として、ドメイン知識とAutoMLを組み合わせることで、ML専門家への依存が弱まることを示す。
論文 参考訳(メタデータ) (2023-04-28T10:27:38Z) - QLAMMP: A Q-Learning Agent for Optimizing Fees on Automated Market
Making Protocols [5.672898304129217]
本稿では,所定のAMMプロトコルの最適料金率を学習し,係数を活用するQ-Learning Agent for Market Making Protocols (QLAMMP) を開発する。
QLAMMPは、すべてのシミュレートされたテスト条件下で、その静的な性能を一貫して上回っていることを示す。
論文 参考訳(メタデータ) (2022-11-28T00:30:45Z) - Predictive Crypto-Asset Automated Market Making Architecture for
Decentralized Finance using Deep Reinforcement Learning [0.0]
本研究は、オンチェーンの保持と決済機能を備えた引用駆動型予測自動市場メーカー(AMM)プラットフォームを提案する。
提案アーキテクチャは,暗号AMMプロトコルであるUnixwap V3への拡張であり,分散とすべり損失の低減を目的とした新たな市場均衡価格を利用する。
論文 参考訳(メタデータ) (2022-09-28T01:13:22Z) - Deep Q-Learning Market Makers in a Multi-Agent Simulated Stock Market [58.720142291102135]
本稿では,エージェント・ベースの観点から,これらのマーケット・メーカーの戦略に関する研究に焦点をあてる。
模擬株式市場における知的市場マーカー作成のための強化学習(Reinforcement Learning, RL)の適用を提案する。
論文 参考訳(メタデータ) (2021-12-08T14:55:21Z) - BERTifying the Hidden Markov Model for Multi-Source Weakly Supervised
Named Entity Recognition [57.2201011783393]
条件付き隠れマルコフモデル(CHMM)
CHMMは、入力トークンのBERT埋め込みからトークン単位の遷移と放出確率を予測する。
BERTベースのNERモデルを微調整し、ラベルをCHMMで推論する。
論文 参考訳(メタデータ) (2021-05-26T21:18:48Z) - Families In Wild Multimedia: A Multimodal Database for Recognizing
Kinship [63.27052967981546]
マルチタスク MM キンシップデータセットを初めて公開する。
FIW MMを構築するために,データを自動収集,注釈付け,作成する機構を開発した。
結果は、改善の異なる領域で将来の研究を刺激するエッジケースを強調します。
論文 参考訳(メタデータ) (2020-07-28T22:36:57Z)
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。