論文の概要: The CoinAlg Bind: Profitability-Fairness Tradeoffs in Collective Investment Algorithms
- arxiv url: http://arxiv.org/abs/2601.00523v1
- Date: Fri, 02 Jan 2026 01:23:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-05 15:04:33.494013
- Title: The CoinAlg Bind: Profitability-Fairness Tradeoffs in Collective Investment Algorithms
- Title（参考訳）: CoinAlg Bind: 集合的投資アルゴリズムにおける利益-公正トレードオフ
- Authors: Andrés Fábrega, James Austgen, Samuel Breckenridge, Jay Yu, Amy Zhao, Sarah Allen, Aditya Saraf, Ari Juels,
- Abstract要約: 集団投資アルゴリズム(CoinAlgs)は、投資家コミュニティのための共有トレーディング戦略を展開する人気システムである。
CoinAlg Bindと呼ばれるCoinAlgsの基本的な収益性と公正性のトレードオフを特定し、実証します。
低帯域の秘密チャネル情報漏洩でも不公平な値抽出が可能であることを示す。
- 参考スコア（独自算出の注目度）: 5.250679191956143
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Collective Investment Algorithms (CoinAlgs) are increasingly popular systems that deploy shared trading strategies for investor communities. Their goal is to democratize sophisticated -- often AI-based -- investing tools. We identify and demonstrate a fundamental profitability-fairness tradeoff in CoinAlgs that we call the CoinAlg Bind: CoinAlgs cannot ensure economic fairness without losing profit to arbitrage. We present a formal model of CoinAlgs, with definitions of privacy (incomplete algorithm disclosure) and economic fairness (value extraction by an adversarial insider). We prove two complementary results that together demonstrate the CoinAlg Bind. First, privacy in a CoinAlg is a precondition for insider attacks on economic fairness. Conversely, in a game-theoretic model, lack of privacy, i.e., transparency, enables arbitrageurs to erode the profitability of a CoinAlg. Using data from Uniswap, a decentralized exchange, we empirically study both sides of the CoinAlg Bind. We quantify the impact of arbitrage against transparent CoinAlgs. We show the risks posed by a private CoinAlg: Even low-bandwidth covert-channel information leakage enables unfair value extraction.
- Abstract（参考訳）: 集団投資アルゴリズム(CoinAlgs)は、投資家コミュニティのための共有トレーディング戦略を展開する人気システムである。
彼らの目標は、洗練された(しばしばAIベースの)投資ツールを民主化することだ。
CoinAlgsは、CoinAlg Bindと呼ばれています: CoinAlgsは、利益を失うことなく経済的公正を確保することができません。
本稿では,CoinAlgsの形式モデルとして,プライバシ(不完全なアルゴリズム開示)と経済公正(敵のインサイダーによる値抽出)を定義した。
我々は、CoinAlg Bindを実証する2つの相補的な結果を証明する。
第一に、CoinAlgのプライバシーは、経済フェアネスに対するインサイダー攻撃の前提条件である。
逆に、ゲーム理論モデルでは、プライバシーの欠如、すなわち透明性の欠如により、仲裁人はCoinAlgの利益性を損なうことができる。
分散された交換所であるUnixwapのデータを用いて、CoinAlg Bindの両側を実証的に研究する。
我々は、透明なCoinAlgsに対する仲裁の影響を定量化する。
低帯域の秘密チャネル情報漏洩でも不公平な値抽出が可能となる。
関連論文リスト
- A Midsummer Meme's Dream: Investigating Market Manipulations in the Meme Coin Ecosystem [57.92093214580746]
我々は,ミーム硬貨のトケノミクスを特徴付け,その成長を3ヶ月の縦断解析で追跡する。
市場関心の誤解を招きかねない外観を生み出すために設計された人工的な成長戦略の広範な活用の証拠を見いだす。
関連するトークンの多くは以前、洗面用トレーディング(LPI)を経験しており、初期操作が後の搾取の舞台となることがしばしばあったことを示している。
論文 参考訳（メタデータ） (2025-04-16T13:54:42Z) - Interplay between Cryptocurrency Transactions and Online Financial
Forums [41.94295877935867]
本研究は、これらの暗号掲示板間の相互作用と暗号値の変動に関する研究に焦点をあてる。
これは、Bitcointalkフォーラムの活動がBTCの値のトレンドと直接的な関係を保っていることを示している。
この実験は、フォーラムデータが金融分野における特定の出来事を説明することを強調している。
論文 参考訳（メタデータ） (2023-11-27T16:25:28Z) - Cryptocurrency Portfolio Optimization by Neural Networks [81.20955733184398]
本稿では,これらの投資商品を活用するために,ニューラルネットワークに基づく効果的なアルゴリズムを提案する。
シャープ比を最大化するために、各アセットの割り当て重量を時間間隔で出力するディープニューラルネットワークを訓練する。
ネットワークの特定の資産に対するバイアスを規制する新たな損失項を提案し,最小分散戦略に近い割り当て戦略をネットワークに学習させる。
論文 参考訳（メタデータ） (2023-10-02T12:33:28Z) - 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) - Cryptocurrency Valuation: An Explainable AI Approach [0.8566457170664925]
本稿では、独自のブロックチェーン会計手法を用いて、新しい市場間投資比率、価格対実用率(PU)比率を提案する。
PU比は、代替手段よりも長期のbitcoinリターンを効果的に予測する。
本稿では、従来の買い取り戦略や市場刺激戦略よりも優れたPU比による自動取引戦略を提案する。
論文 参考訳（メタデータ） (2022-01-30T19:01:23Z) - Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency Market Manipulations [50.521292491613224]
インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。
これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。
本研究では,不正行為をリアルタイムに検出する手法を提案する。
論文 参考訳（メタデータ） (2020-05-04T21:36:18Z)
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。