論文の概要: NFT Wash Trading: Direct vs. Indirect Estimation
- arxiv url: http://arxiv.org/abs/2311.18717v2
- Date: Wed, 5 Jun 2024 20:22:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-08 00:20:02.582841
- Title: NFT Wash Trading: Direct vs. Indirect Estimation
- Title（参考訳）: NFT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: 最近の研究では、ウォッシュトレーディングのようなオフチェーン暗号取引所における取引価値の約70%が見積もられている。
この論文は、トランザクションのオンチェーン的性質、すなわちWeb3のイノベーションのキーテットが適用すべき直接推定方法を可能にする、NTT市場へと転換する。
- 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 estimate around 70% of traded value on off-chain crypto exchanges like Binance is wash trading. This paper turns to NFT markets, where the on-chain nature of transactions-a key tenet of Web3 innovation-enables more direct estimation methods to be applied. Focusing on three of the largest NFT marketplaces, we find 30-40% of NFT volume and 25-95% of traded value involve wash trading. We leverage this direct approach to critically evaluate recent indirect estimation methods suggested in the literature, revealing major differences in effectiveness, with some failing altogether. Trade-roundedness filters, as suggested in Cong et al. (2023), emerge as the most accurate indirect estimation method. In fact, we show how direct and indirect approaches can be closely aligned via hyper-parameter fine-tuning. Our findings underscore the crucial role of technological innovation in detecting and regulating financial misconduct in digital finance.
- Abstract（参考訳）: 最近の研究では、Binanceのようなオフチェーン暗号取引所における取引価値の約70%が洗浄取引である。
この論文は、NFT市場へ向けられ、トランザクションのオンチェーンの性質、すなわちWeb3のイノベーションのキーテットは、適用すべきより直接的な推定方法を可能にする。
最大の3つのNFT市場に焦点を当てると、NFTボリュームの30-40%、取引価値の25-95%が洗剤取引であることがわかった。
我々はこの直接的なアプローチを利用して、文献で提案されている最近の間接推定手法を批判的に評価し、効果の大きな違いを明らかにし、一部は完全に失敗する。
Cong et al (2023) で示唆されているように、トレードラウンドネスフィルタは最も正確な間接推定法として出現する。
実際,超パラメータ微調整による直接的および間接的アプローチの緊密な整合性を示す。
本研究は,デジタルファイナンスにおける金融不正の検出・規制における技術革新の重要性を明らかにするものである。
関連論文リスト
- Unveiling Wash Trading in Popular NFT Markets [0.7529855084362796]
4つの非偽造トークン(NFT)市場における2500万以上のトランザクションを分析します。
本稿では,トランザクションのネットワーク特性を行動解析と統合するアルゴリズムを提案する。
以上の結果から, インセンティブのあるNFT市場は, 洗剤取引量の割合が高いことが示唆された。
論文 参考訳（メタデータ） (2024-03-15T14:52:52Z) - The Gaps between Pre-train and Downstream Settings in Bias Evaluation
and Debiasing [74.7319697510621]
In-Context Learning (ICL)は、FTベースのデバイアス法と比較して、PLMの変更を小さくする。
ICL-based debiasing method is a higher correlation between intrinsic and extrinsic bias scores than FT-based method。
論文 参考訳（メタデータ） (2024-01-16T17:15:08Z) - The Dark Side of NFTs: A Large-Scale Empirical Study of Wash Trading [28.20696034160891]
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) - Improved Stock Price Movement Classification Using News Articles Based
on Embeddings and Label Smoothing [1.8920934738244022]
本稿では,ディープラーニングの正規化と最適化手法を取り入れて,ニュース記事を用いた株価変動の分類を改善することを提案する。
さらに、トレーニングモデルの一般化を改善するため、重量減衰、バッチ正規化、ドロップアウト、ラベル平滑化を取り入れた。
一般的に使用されるデータセットに対する実験結果から,テストセットの平均精度は80.7%に達し,大幅な改善が得られた。
論文 参考訳（メタデータ） (2023-01-25T08:33:45Z) - 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) - 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) - Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics
in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。
最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。
予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文 参考訳（メタデータ） (2022-03-07T18:59:54Z) - 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) - A Stock Trading System for a Medium Volatile Asset using Multi Layer
Perceptron [0.6882042556551609]
今後30日間の公開市場における価格予測のために,フィードフォワードディープニューラルネットワーク(DNN)のコアとなるストックトレーディングシステムを提案する。
結果は、非常に控えめな100ドルの予算からわずか1ヶ月で3.2%の総利益率をもたらすことを約束していた。
論文 参考訳（メタデータ） (2022-01-17T16:08:40Z) - 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) - 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。