論文の概要: Real-time Risk Metrics for Programmatic Stablecoin Crypto Asset-Liability Management (CALM)

• arxiv url: http://arxiv.org/abs/2401.13399v1
• Date: Wed, 24 Jan 2024 11:53:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 08:17:26.345778
• Title: Real-time Risk Metrics for Programmatic Stablecoin Crypto Asset-Liability Management (CALM)
• Title（参考訳）: CALM(Programmatic Stablecoin Crypto Asset-Liability Management)におけるリアルタイムリスクメトリクス
• Authors: Marcel Bluhm, Adrian Cachinero Vasiljević, Sébastien Derivaux, Søren Terp Hørlück Jessen,
• Abstract要約: 本稿では,ステーブルコインプロトコルの資本化と流動性に関する2つのリスク指標を提案する。 本研究では,自己資本バッファ自動調整の実施を推奨する。 我々はこのアプローチをCrypto Asset-Liability Management(CALM)と呼ぶ。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Stablecoins have turned out to be the "killer" use case of the growing digital asset space. However, risk management frameworks, including regulatory ones, have been largely absent. In this paper, we address the critical question of measuring and managing risk in stablecoin protocols, which operate on public blockchain infrastructure. The on-chain environment makes it possible to monitor risk and automate its management via transparent smart-contracts in real-time. We propose two risk metrics covering capitalization and liquidity of stablecoin protocols. We then explore in a case-study type analysis how our risk management framework can be applied to DAI, the biggest decentralized stablecoin by market capitalisation to-date, governed by MakerDAO. Based on our findings, we recommend that the protocol explores implementing automatic capital buffer adjustments and dynamic maturity gap matching. Our analysis demonstrates the practical benefits for scalable (prudential) risk management stemming from real-time availability of high-quality, granular, tamper-resistant on-chain data in the digital asset space. We name this approach Crypto Asset-Liability Management (CALM).
• Abstract（参考訳）: スタブルコインは、成長するデジタル資産空間の「キラー」ユースケースであることが判明した。 しかし、規制を含むリスク管理フレームワークは、ほとんど欠落している。 本稿では,パブリックブロックチェーンインフラストラクチャ上で運用されるStablecoinプロトコルのリスクの測定と管理に関する重要な問題に対処する。 オンチェーン環境により、リスクを監視し、透過的なスマートコントラクトをリアルタイムで管理することが可能になる。 本稿では,ステーブルコインプロトコルの資本化と流動性に関する2つのリスク指標を提案する。 次に,私たちのリスク管理の枠組みを,MakerDAOが管理する市場資本化から現在までで最大の分散型ステーブルコインであるDAIに適用可能なケーススタディ型分析について検討する。 本研究では,自己資本バッファの自動調整と動的成熟度ギャップマッチングの実現について検討することを推奨する。 本分析は,デジタルアセット空間における高品質で粒度が高く,タンパー耐性のオンチェーンデータのリアルタイム利用から生じる,スケーラブルな(プルーデンシャルな)リスク管理の実践的メリットを実証する。 我々はこの手法をCrypto Asset-Liability Management (CALM) と呼ぶ。

関連論文リスト

• Collateral Portfolio Optimization in Crypto-Backed Stablecoins [0.46664938579243576]
  暗号ベースの安定コインでは、ペグはシステム停止時に、各安定コインが他の暗号トークンのバスケットと交換可能であることを保証して確立される。 本研究は, 余剰ポートフォリオの構成が, このタイプの破滅的な事象に対するレジリエンスに与える影響について検討する。
  論文  参考訳（メタデータ） (2024-05-14T04:01:32Z)
• DAM: A Universal Dual Attention Mechanism for Multimodal Timeseries Cryptocurrency Trend Forecasting [3.8965079384103865]
  本稿では,マルチモーダル時系列データを用いた暗号通貨のトレンド予測のための新しいデュアルアテンションメカニズム(DAM)を提案する。 われわれのアプローチは、重要な暗号通貨メトリクスと、CryptoBERTを通じて分析されたニュースやソーシャルメディアからの感情データを統合する。 本手法は,分散システム,自然言語処理,財務予測といった要素を組み合わせることで,LSTMやTransformerといった従来のモデルよりも最大20%高い精度で性能を向上する。
  論文  参考訳（メタデータ） (2024-05-01T13:58:01Z)
• SoK: Liquid Staking Tokens (LSTs) [0.0]
  LST(Liquid Stake Tokens)は、保有するネイティブアセットのトークン化表現として機能し、ステイク報酬も獲得する。 我々は,液体抽出の基礎となる設計選択とプロトコルを記述した一般的な枠組みを確立する。 上位のLST実装を比較し、ノード演算子の選択、バリデータ演算、報奨分布モデルについて検討する。 LSTの性能を実証的に分析した結果,デザイン選択や市場イベントがペグの安定性に影響を及ぼすことがわかった。
  論文  参考訳（メタデータ） (2024-03-31T11:08:12Z)
• Modeling and Analysis of Crypto-Backed Over-Collateralized Stable Derivatives in DeFi [5.4482836906033585]
  分散型金融(DeFi)では、DAIのような安定型コインは、暗号通貨の変動する性質の中で安定した価値を提供するように設計されている。 本稿では,暗号支援型安定誘導体のクラスについて検討し,価格安定化のメカニズムに着目した上で,MakerDAOの有名な安定型DAIを例示する。
  論文  参考訳（メタデータ） (2024-02-28T07:14:25Z)
• Diffusion Variational Autoencoder for Tackling Stochasticity in Multi-Step Regression Stock Price Prediction [54.21695754082441]
  長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。 多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。 深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。 本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-18T16:21:15Z)
• Safety Margins for Reinforcement Learning [53.10194953873209]
  安全マージンを生成するためにプロキシ臨界度メトリクスをどのように活用するかを示す。 Atari 環境での APE-X と A3C からの学習方針に対するアプローチを評価する。
  論文  参考訳（メタデータ） (2023-07-25T16:49:54Z)
• Uniswap Liquidity Provision: An Online Learning Approach [49.145538162253594]
  分散取引所(DEX)は、テクノロジーを活用した新しいタイプのマーケットプレイスである。 そのようなDECの1つ、Unixwap v3は、流動性プロバイダが資金のアクティブな価格間隔を指定することで、より効率的に資金を割り当てることを可能にする。 これにより、価格間隔を選択するための最適な戦略を見出すことが問題となる。 我々は、この問題を非確率的な報酬を伴うオンライン学習問題として定式化する。
  論文  参考訳（メタデータ） (2023-02-01T17:21:40Z)
• Decentralized Optimistic Hyperpolicy Mirror Descent: Provably No-Regret Learning in Markov Games [95.10091348976779]
  我々はマルコフゲームにおいて、非定常的でおそらく敵対的な相手と遊べる単一のエージェントを制御する分散ポリシー学習について研究する。 我々は、新しいアルゴリズム、アンダーラインデ集中型アンダーラインハイプラインRpolicy munderlineIrror deunderlineScent (DORIS)を提案する。 DORISは、一般的な関数近似の文脈で$sqrtK$-regretを達成する。
  論文  参考訳（メタデータ） (2022-06-03T14:18:05Z)
• Regulation conform DLT-operable payment adapter based on trustless - justified trust combined generalized state channels [77.34726150561087]
  物の経済(EoT)は、ピアツーピアの信頼性のないネットワークで動作するソフトウェアエージェントに基づいています。 基本的価値と技術的可能性が異なる現在のソリューションの概要を述べる。 我々は,暗号ベースの分散型の信頼できない要素の強みと,確立された,十分に規制された支払い手段を組み合わせることを提案する。
  論文  参考訳（メタデータ） (2020-07-03T10:45:55Z)
• Blockchain Governance: An Overview and Prediction of Optimal Strategies using Nash Equilibrium [3.0892724364965005]
  本稿では,機関ガバナンスの階層構造におけるブロックチェーンガバナンスの位置づけについて論じる。 ブロックチェーンガバナンスのためのペイオフ行列を作成し、すべてのNash平衡の計算のために異なる戦略プロファイルのシミュレーションを行う。 また,本論文では,実データを用いた定式化の検証も行っている。
  論文  参考訳（メタデータ） (2020-03-20T12:51:52Z)
• Reinforcement-Learning based Portfolio Management with Augmented Asset Movement Prediction States [71.54651874063865]
  ポートフォリオマネジメント(PM)は、最大利益や最小リスクといった投資目標を達成することを目的としている。 本稿では,PMのための新しいステート拡張RLフレームワークであるSARLを提案する。 当社の枠組みは, 金融PMにおける2つのユニークな課題に対処することを目的としている。(1) データの異種データ -- 資産毎の収集情報は通常, 多様性, ノイズ, 不均衡(ニュース記事など), (2) 環境の不確実性 -- 金融市場は多様で非定常である。
  論文  参考訳（メタデータ） (2020-02-09T08:10:03Z)

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。