論文の概要: Crypto Wash Trading: Direct vs. Indirect Estimation
- arxiv url: http://arxiv.org/abs/2311.18717v1
- Date: Thu, 30 Nov 2023 17:19:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 13:35:06.040067
- Title: Crypto Wash Trading: Direct vs. Indirect Estimation
- Title(参考訳): 暗号ウォッシュ取引 - 直接対間接推定
- Authors: Brett Hemenway Falk, Gerry Tsoukalas, Niuniu Zhang,
- Abstract要約: 近年の研究では、中央集権暗号取引所のような取引価値の約70%が、洗浄取引として特徴づけられると推定されている。
トランザクション透過性により,より正確な直接推定が可能となる。
NFTボリュームの約30%と取引された価値の45-95%は、洗剤取引に関係している。
- 参考スコア(独自算出の注目度): 1.4678959818041633
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Recent studies using indirect statistical methods estimate that around 70% of traded value on centralized crypto exchanges like Binance, can be characterized as wash trading. This paper turns to NFT markets, where transaction transparency, including analysis of roundtrip trades and common wallet activities, allows for more accurate direct estimation methods to be applied. We find roughly 30% of NFT volume and between 45-95% of traded value, involve wash trading. More importantly, our approach enables a critical evaluation of common indirect estimation methods used in the literature. We find major differences in their effectiveness; some failing entirely. Roundedness filters, like those used in Cong et al. (2023), emerge as the most accurate. In fact, the two approaches can be closely aligned via hyper-parameter optimization if direct data is available.
- Abstract(参考訳): 間接統計手法を用いた最近の研究は、Binanceのような中央集権的な暗号通貨取引所における取引価値の約70%が、洗浄取引として特徴づけられると見積もっている。
この論文は、ラウンドトリップ取引や一般的なウォレット活動の分析を含むトランザクションの透明性が、より正確な直接推定方法を適用できるNTT市場へと転換する。
NFTボリュームの約30%と取引された価値の45-95%は、洗剤取引に関係している。
さらに,本手法は,文献で用いられる一般的な間接的推定手法の批判的評価を可能にする。
その効果には大きな違いがあり、一部は完全に失敗しています。
Cong et al (2023) で使用されるようなラウンドドネスフィルタは、最も正確である。
実際、2つのアプローチは、直接データが利用可能であれば、ハイパーパラメータ最適化によって密に一致させることができる。
関連論文リスト
- Preference Fine-Tuning of LLMs Should Leverage Suboptimal, On-Policy Data [102.16105233826917]
好みラベルからの学習は、微調整された大きな言語モデルにおいて重要な役割を果たす。
好みの微調整には、教師付き学習、オンライン強化学習(RL)、コントラスト学習など、いくつかの異なるアプローチがある。
論文 参考訳(メタデータ) (2024-04-22T17:20:18Z) - The Dark Side of NFTs: A Large-Scale Empirical Study of Wash Trading [49.15761780696207]
我々は,2,701,883 NFTから8,717,031の転送イベントと3,830,141のセールイベントを分析した。
NFTの3種類の洗剤取引を識別し,識別アルゴリズムを提案する。
また,マーケットプレース設計,収益性,NFTプロジェクト設計,支払トークン,ユーザ行動,NTTエコシステムといった6つの側面からの洞察も提供する。
論文 参考訳(メタデータ) (2023-12-19T19:29:24Z) - Don't Let MEV Slip: The Costs of Swapping on the Uniswap Protocol [0.17999333451993949]
我々は、分散取引所(DEX)における取引コストの最初の経験的特徴を示す。
Uniswap Labsのインタフェースから引用した価格を用いて、DEXの取引効率を評価する。
我々の結果は、DECがデジタル資産を取引するための中央集権取引所に代わる、説得力のある信頼のない代替手段を提供するという予備的な証拠を提供する。
論文 参考訳(メタデータ) (2023-09-24T14:22:15Z) - A Game of NFTs: Characterizing NFT Wash Trading in the Ethereum
Blockchain [59.0626764544669]
非Fungible Token(NFT)市場は2021年に爆発的に成長し、2022年1月には月間貿易額が60億ドルに達した。
ウォッシュトレーディングの可能性に関する懸念が浮かび上がっており、あるパーティがNFTを取引してそのボリュームを人為的に膨らませる市場操作の形式である。
洗濯物取引は全NFTコレクションの5.66%に影響し、総生産量は3,406,110,774ドルである。
論文 参考訳(メタデータ) (2022-12-02T15:03:35Z) - Algorithmic Trading Using Continuous Action Space Deep Reinforcement
Learning [11.516147824168732]
本稿では、Twin-Delayed DDPG(TD3)と日替わり価格を用いて、株式および暗号通貨市場でのトレーディング戦略を実現するためのアプローチを提案する。
本研究では,株式(Amazon)と暗号通貨(Bitcoin)の両市場を対象とし,提案アルゴリズムの性能評価を行った。
論文 参考訳(メタデータ) (2022-10-07T11:42:31Z) - Social Media Sentiment Analysis for Cryptocurrency Market Prediction [0.0]
我々は、異なる感情指標がBitcoinの価格変動とどのように相関しているかを研究する。
モデルのうちの1つは、他の20以上の公的なモデルよりも優れています。
論文 参考訳(メタデータ) (2022-04-19T03:27:29Z) - Ensemble and Multimodal Approach for Forecasting Cryptocurrency Price [5.333582981327497]
暗号通貨の為替レートの予測は極めて難しい課題だ。
本稿では,価格変動を導出するすべてのモダリティを利用するマルチモーダルなAdaBoost-LSTMアンサンブル手法を提案する。
既存のツールや手法と比べて19.29%の改善が見られた。
論文 参考訳(メタデータ) (2022-02-12T21:39:29Z) - Leveraging Unlabeled Data to Predict Out-of-Distribution Performance [63.740181251997306]
実世界の機械学習デプロイメントは、ソース(トレーニング)とターゲット(テスト)ディストリビューションのミスマッチによって特徴づけられる。
本研究では,ラベル付きソースデータとラベルなしターゲットデータのみを用いて,対象領域の精度を予測する手法を検討する。
本稿では,モデルの信頼度をしきい値として学習し,精度をラベルなし例のごく一部として予測する実践的手法である平均閾値保持信頼度(ATC)を提案する。
論文 参考訳(メタデータ) (2022-01-11T23:01:12Z) - KL Guided Domain Adaptation [88.19298405363452]
ドメイン適応は重要な問題であり、現実世界のアプリケーションにしばしば必要である。
ドメイン適応文学における一般的なアプローチは、ソースとターゲットドメインに同じ分布を持つ入力の表現を学ぶことである。
確率的表現ネットワークにより、KL項はミニバッチサンプルにより効率的に推定できることを示す。
論文 参考訳(メタデータ) (2021-06-14T22:24:23Z) - Constraint-Based Inference of Heuristics for Foreign Exchange Trade
Model Optimization [13.26093613374959]
我々は,高いレートの取引信号を持つ2つのデータセットを開発する。
3つの低マージン機器と6つのOHLC粒度の10年間のForex価格データの機械学習シミュレーションを行う。
その結果,各計器粒度対に最も最適な貿易パラメータの具体的かつ再現可能なリストを作成した。
論文 参考訳(メタデータ) (2021-05-11T00:36:02Z) - A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。
ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。
我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
論文 参考訳(メタデータ) (2020-12-10T01:15:48Z)
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。