論文の概要: Quantifying Arbitrage in Automated Market Makers: An Empirical Study of Ethereum ZK Rollups
- arxiv url: http://arxiv.org/abs/2403.16083v2
- Date: Wed, 26 Jun 2024 10:40:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-27 18:55:03.144128
- Title: Quantifying Arbitrage in Automated Market Makers: An Empirical Study of Ethereum ZK Rollups
- Title（参考訳）: 自動市場メーカにおけるArbitrageの定量化 - Ethereum ZKロールアップに関する実証的研究
- Authors: Krzysztof Gogol, Johnnatan Messias, Deborah Miori, Claudio Tessone, Benjamin Livshits,
- Abstract要約: 本研究は、ZKロールアップにおけるAMM(Automated Market Makers)とCEX(Centralized Exchanges)の仲裁の機会を体系的にレビューする。
このような仲裁の機会を計測し、関連する最大任意値(MAV)の式を導出する理論的枠組みを提案する。
全体として、USDC-ETH SyncSwapプールにおける2023年7月から2023年までの累積MAVは104.96k(取引量の0.24%)である。
- 参考スコア（独自算出の注目度）: 6.892626226074608
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Arbitrage can arise from the simultaneous purchase and sale of the same asset in different markets in order to profit from a difference in its price. This work systematically reviews arbitrage opportunities between Automated Market Makers (AMMs) on Ethereum ZK rollups, and Centralised Exchanges (CEXs). First, we propose a theoretical framework to measure such arbitrage opportunities and derive a formula for the related Maximal Arbitrage Value (MAV) that accounts for both price divergences and liquidity available in the trading venues. Then, we empirically measure the historical MAV available between SyncSwap, an AMM on zkSync Era, and Binance, and investigate how quickly misalignments in price are corrected against explicit and implicit market costs. Overall, the cumulative MAV from July to September 2023 on the USDC-ETH SyncSwap pool amounts to $104.96k (0.24% of trading volume).
- Abstract（参考訳）: 価格差から利益を得るために、異なる市場で同じ資産の同時購入と販売から乱用が生じることがある。
この研究は、Ethereum ZKロールアップにおけるAMM(Automated Market Makers)とCEX(Centralized Exchanges)の仲裁の機会を体系的にレビューする。
まず、こうした仲裁の機会を計測し、取引所で利用可能な価格のばらつきと流動性の両方を考慮に入れた、関連する最大任意値(MAV)の式を導出する理論的枠組みを提案する。
そこで我々は,zkSync 時代における AMM である SyncSwap と Binance の歴史的 MAV を実証的に測定し,価格の誤調整が明示的かつ暗黙的な市場コストに対していかに早く修正されるかを検討する。
総合的に見ると、2023年7月から9月にかけてのUSDC-ETH SyncSwapプールの累積MAVは104.96k(取引量の0.24%)である。
関連論文リスト
- Cross-Rollup MEV: Non-Atomic Arbitrage Across L2 Blockchains [6.892626226074608]
本研究では,レイヤ2(L2)ブロックチェーン上での非原子MEVのポテンシャルを,クロスロールとDEX-CEXの仲裁機会を測定することによって定量化する。
L2のスワップコストと価格不一致のクロスロールアップとDEX-CEXを解析することにより、50万以上の未探索仲裁機会を特定する。
論文 参考訳（メタデータ） (2024-06-04T10:03:23Z) - ZeroSwap: Data-driven Optimal Market Making in DeFi [23.671367118750872]
AMM(Automated Market Makers)は、分散金融における流動性供給と需要に合致する主要なセンターである。
本稿では,アセットの外部価格を最適に追跡する,最初の最適ベイズアルゴリズムとモデルフリーなデータ駆動アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-13T21:28:19Z) - 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) - 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) - 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) - 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) - Regime-based Implied Stochastic Volatility Model for Crypto Option
Pricing [0.0]
既存の手法は、新興デジタルアセット(DA)の揮発性の性質に対処できない
インプリッドボラティリティモデル(ISVM)による市場システム(MR)クラスタリングの最近の進歩を活用する。
ISVMは、インプリートボラティリティ(IV)データを使用することで、各感情駆動期間に投資家の期待を組み込むことができる。
MR-ISVMは,オプション価格モデルの高次特性におけるジャンプへの複雑な適応の負担を克服するために有効であることを示す。
論文 参考訳（メタデータ） (2022-08-15T15:31:42Z) - 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) - Multi-Asset Spot and Option Market Simulation [52.77024349608834]
正規化フローに基づく1つの基盤となる1つのマーケットシミュレータを現実的に構築する。
本研究では, 正規化流れの条件付き可逆性を活用し, 独立シミュレータの連立分布をキャリブレーションするスケーラブルな手法を提案する。
論文 参考訳（メタデータ） (2021-12-13T17:34:28Z) - 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) - Stock Price Prediction Under Anomalous Circumstances [81.37657557441649]
本稿では,異常な状況下での株価の変動パターンを捉えることを目的とする。
ARIMAとLSTMのモデルは、シングルストックレベル、業界レベル、一般市場レベルでトレーニングします。
2016年から2020年にかけての100社の株価に基づいて、平均予測精度は98%に達した。
論文 参考訳（メタデータ） (2021-09-14T18:50:38Z)
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。