論文の概要: Do Whitepaper Claims Predict Market Behavior? Evidence from Cryptocurrency Factor Analysis

• arxiv url: http://arxiv.org/abs/2601.20336v1
• Date: Wed, 28 Jan 2026 07:50:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-29 15:46:06.827508
• Title: Do Whitepaper Claims Predict Market Behavior? Evidence from Cryptocurrency Factor Analysis
• Title（参考訳）: ホワイトペーパーは市場行動を予測するか? 暗号通貨要因分析による証拠
• Authors: Murad Farzulla,
• Abstract要約: ゼロショット分類(BARTMNLI)とCP分解を組み合わせたパイプラインを構築し、3つの空間を比較した。 プロクリストス回転とタッカー係数を用いて23個の共通物体のアライメントを検証した。 我々は,この知見を,ホワイトペーパー物語と市場因子構造との弱い一致と解釈する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cryptocurrency projects articulate value propositions through whitepapers, making claims about functionality and technical capabilities. This study investigates whether these narratives align with observed market behavior. We construct a pipeline combining zero-shot NLP classification (BART-MNLI) with CP tensor decomposition to compare three spaces: (1) a claims matrix from 24 whitepapers across 10 semantic categories, (2) market statistics for 49 assets over two years of hourly data, and (3) latent factors from tensor decomposition (rank 2, 92.45% variance explained). Using Procrustes rotation and Tucker's congruence coefficient, we test alignment across 23 common entities. Results show weak alignment: claims-statistics (phi=0.341, p=0.332), claims-factors (phi=0.077, p=0.747), and statistics-factors (phi=0.197, p<0.001). The statistics-factors significance validates our methodology, confirming the pipeline detects relationships when present. Inter-model validation with DeBERTa-v3 yields 32% exact agreement but 67% top-3 agreement. Cross-sectional analysis reveals heterogeneous contributions: NEAR, MKR, ATOM show positive alignment while ENS, UNI, Bitcoin diverge most. Excluding Bitcoin confirms results are not driven by market dominance. We interpret findings as weak alignment between whitepaper narratives and market factor structure. Limited power (n=23) precludes distinguishing weak from no alignment, but strong alignment (phi>=0.70) can be confidently rejected. Implications for narrative economics and investment analysis are discussed.
• Abstract（参考訳）: 暗号通貨プロジェクトはホワイトペーパーを通じて価値提案を明確に表現し、機能と技術的能力について主張する。 本研究は,これらの物語が観察された市場行動と一致しているかどうかを考察する。 ゼロショットNLP分類(BART-MNLI)とCPテンソル分解(CPテンソル分解)を組み合わせたパイプラインを構築し,(1)セマンティックカテゴリ10の24個のホワイトペーパーからのクレーム行列,(2)2年間の時間的データにおける49個の資産の市場統計,(3)テンソル分解からの潜伏因子(2,92.45%の差分)を比較した。 Procrustes 回転と Tucker の合同係数を用いて,23 個の共通要素のアライメントを検証した。 結果は、クレーム統計(phi=0.341, p=0.332)、クレーム因子(phi=0.077, p=0.747)、統計因子(phi=0.197, p<0.001)である。 統計係数の意義は我々の方法論を検証し、パイプラインが現在ある関係を検出することを確認します。 DeBERTa-v3によるモデル間検証は、正確な32%の合意を得るが、トップ3の合意は67%になる。 NEAR, MKR, ATOM は ENS, UNI, Bitcoin が最も多様である。 Bitcoinを除くと、結果は市場支配によるものではない。 我々は,この知見を,ホワイトペーパー物語と市場因子構造との弱い一致と解釈する。 限られたパワー(n=23)は、アライメントのない弱さを区別することを妨げるが、強いアライメント(phi>=0.70)を確実に拒否することができる。 ナラティブ・エコノミクスと投資分析の意味について論じる。

関連論文リスト

• Decomposing Uncertainty in Probabilistic Knowledge Graph Embeddings: Why Entity Variance Is Not Enough [0.0]
  確率的知識グラフの埋め込みは、エンティティを分布として表現し、学習された分散を用いて不確実性を定量化する。 これらの分散は関係に依存しないため、関係文脈に関係なく実体は同一の不確実性を受ける。 関係文脈に依存しないエンティティレベルの統計のみを用いた不確実性推定器は、新しい文脈でほぼランダムなOOD検出を実現する。
  論文  参考訳（メタデータ） (2025-12-26T12:38:43Z)
• Spectral Sentinel: Scalable Byzantine-Robust Decentralized Federated Learning via Sketched Random Matrix Theory on Blockchain [0.0]
  ビザンチンのクライアントは、不均一な(Non-IID)データの下での濃度勾配を中毒する。 本稿では,ビザンチン検出・集約フレームワークであるSpectral Sentinelを提案する。 Polygonネットワーク上でブロックチェーンを統合することで,完全なシステムを実現しています。
  論文  参考訳（メタデータ） (2025-12-14T09:43:03Z)
• Inferring Latent Market Forces: Evaluating LLM Detection of Gamma Exposure Patterns via Obfuscation Testing [0.0937899315060426]
  S&P500のオプションデータのうち、242日間(95.6%)で3つのディーラーが制約パターンをテストしている。 LLMは、生のガンマ露光値のみを提供するアンバイアスドプロンプトを用いて、71.5%の検知率を達成する。
  論文  参考訳（メタデータ） (2025-12-08T15:48:57Z)
• Semantic Trading: Agentic AI for Clustering and Relationship Discovery in Prediction Markets [6.329256068898982]
  自然言語理解を用いて,市場を協調したトピックグループに自律的にクラスタリングするエージェントAIパイプラインを提案する。 我々は、同一利益(相関性)と異利益(反相関性)の関係を含む、解決結果が強い依存を示すクラスタ内市場ペアを特定する。 その結果,エージェント識別された関係はおよそ60～70%の精度を達成し,その貿易戦略が1週間の地平線上で平均で約20%のリターンを得られることがわかった。
  論文  参考訳（メタデータ） (2025-12-02T05:45:48Z)
• A Multi-Layer Machine Learning and Econometric Pipeline for Forecasting Market Risk: Evidence from Cryptoasset Liquidity Spillovers [0.0]
  我々は、中核暗号セットの流動性とボラティリティのプロキシが、市場全体のリスクを予測する流出を発生させるかどうかを調査する。 我々の経験的枠組みは, (A) コア流動性とリターン間の相互作用, (B) 流動性とリターンを結び付ける主成分関係, (C) 断続的ボラティリティの団結を捉えるボラティリティ・ファクター・プロジェクションの3つの統計層を統合している。
  論文  参考訳（メタデータ） (2025-10-22T22:36:34Z)
• On-Chain Decentralized Learning and Cost-Effective Inference for DeFi Attack Mitigation [4.37137147573556]
  DeFiプラットフォームでは、ビジネスロジックや会計上の脆弱性を利用したトランザクションによって、毎年数十億ドルが失われている。 i) コスト削減のためにLayer-2上でガス禁止計算を行い、(ii) 検証済みのモデル更新をLayer-1に伝達し、(iii) スマートコントラクト内でガス境界付き低遅延推論を可能にする。
  論文  参考訳（メタデータ） (2025-10-15T18:58:34Z)
• Event-Aware Sentiment Factors from LLM-Augmented Financial Tweets: A Transparent Framework for Interpretable Quant Trading [0.0]
  本研究では,金融意味論とアルファ信号発見における大規模言語モデル(LLM)のユニークな有用性を示す。 LLMを使用して、マルチラベルイベントカテゴリを高感度のツイートに自動的に割り当てる。 実験の結果、特定のイベントラベルは負のアルファを連続的に生成し、シャープ比は-0.38、情報係数は0.05を超えることがわかった。
  論文  参考訳（メタデータ） (2025-08-10T16:09:14Z)
• DS@GT at CheckThat! 2025: Evaluating Context and Tokenization Strategies for Numerical Fact Verification [49.1574468325115]
  数値的クレーム、量、比較、時間的参照を含むステートメントは、自動化された事実チェックシステムに固有の課題をもたらす。 我々は,QuanTempデータセットを用いて,これらのクレームの精度予測のためのモデリング戦略を評価し,エビデンス検索パイプラインを構築した。 当社のベストパフォーマンスシステムは,競争力のあるマクロ平均F1スコア0.57を達成し,2025年のCheckThatのタスク3におけるトップ4のサブミッションに私たちを配置する。
  論文  参考訳（メタデータ） (2025-07-08T17:22:22Z)
• Exact Certification of (Graph) Neural Networks Against Label Poisoning [50.87615167799367]
  グラフニューラルネットワーク(GNN)におけるラベルフリップの正確な認証手法を提案する。 本稿では,ノード分類タスクにおける広範囲なGNNアーキテクチャの認証に本手法を適用した。 私たちの研究は、ニューラルネットワークによって引き起こされた毒殺攻撃に対する最初の正確な認証を提示します。
  論文  参考訳（メタデータ） (2024-11-30T17:05:12Z)
• Conformal Predictions under Markovian Data [50.24983453990065]
  マルコフデータに適用した場合の分割等角予測法について検討する。 データ間の相関によって引き起こされる被覆率の差を定量化する。 K$-split CP は鎖の混合特性に適応する手法である。
  論文  参考訳（メタデータ） (2024-07-21T22:01:09Z)
• Can AI Detect Wash Trading? Evidence from NFTs [1.4678959818041633]
  取引の38%(30-40%)、取引価値の60%(25-95%)が操作に関係している可能性が高い。 この直接的な証拠は、既存の間接的な方法の批判的な再評価を可能にする。 我々は、これらの回帰を機械学習フレームワークに統合するAIベースの推定器を開発する。
  論文  参考訳（メタデータ） (2023-11-30T17:19:08Z)
• Understanding and Mitigating Spurious Correlations in Text Classification with Neighborhood Analysis [69.07674653828565]
  機械学習モデルは、トレーニングセットに存在するが一般的な状況では当てはまらない急激な相関を利用する傾向にある。 本稿では, 周辺分析と呼ばれる新しい視点から, 突発的相関がもたらす意味について考察する。 本稿では,テキスト分類における素早い相関を緩和する正規化手法であるNFL(doN't Forget your Language)を提案する。
  論文  参考訳（メタデータ） (2023-05-23T03:55:50Z)
• Faithful Chain-of-Thought Reasoning [51.21714389639417]
  CoT(Chain-of-Thought)は言語モデル(LM)のパフォーマンスを様々な推論タスクで向上させる。 翻訳と問題解決という2つの段階を含む推論フレームワークであるFithful CoTを提案する。 このことは、推論連鎖が最終回答の忠実な説明を提供することを保証している。
  論文  参考訳（メタデータ） (2023-01-31T03:04:26Z)
• Explicit Tradeoffs between Adversarial and Natural Distributional Robustness [48.44639585732391]
  実際、モデルは信頼性を確保するために両方のタイプの堅牢さを享受する必要があります。 本研究では, 対角線と自然分布の強靭性の間には, 明らかなトレードオフが存在することを示す。
  論文  参考訳（メタデータ） (2022-09-15T19:58:01Z)
• Measuring Fairness of Text Classifiers via Prediction Sensitivity [63.56554964580627]
  加速度予測感度は、入力特徴の摂動に対するモデルの予測感度に基づいて、機械学習モデルの公正度を測定する。 この計量は、群フェアネス(統計パリティ)と個人フェアネスという特定の概念と理論的に関連付けられることを示す。
  論文  参考訳（メタデータ） (2022-03-16T15:00:33Z)
• Counterfactual Invariance to Spurious Correlations: Why and How to Pass Stress Tests [87.60900567941428]
  素早い相関」とは、アナリストが重要とすべきでないと考える入力データのある側面に対するモデルの依存である。 機械学習では、これらにはノウ・イ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ・ウ」という特徴がある。 因果推論ツールを用いたストレステストについて検討した。
  論文  参考訳（メタデータ） (2021-05-31T14:39:38Z)
• 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)
• On Disentangled Representations Learned From Correlated Data [59.41587388303554]
  相関データに対する最も顕著な絡み合うアプローチの挙動を解析することにより、現実のシナリオにギャップを埋める。 本研究では,データセットの体系的相関が学習され,潜在表現に反映されていることを示す。 また、トレーニング中の弱い監督や、少数のラベルで事前訓練されたモデルを修正することで、これらの潜伏相関を解消する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-14T12:47:34Z)
• CausalVAE: Structured Causal Disentanglement in Variational Autoencoder [52.139696854386976]
  変分オートエンコーダ(VAE)の枠組みは、観測から独立した因子をアンタングルするために一般的に用いられる。 本稿では, 因果内因性因子を因果内因性因子に変換する因果層を含むVOEベースの新しいフレームワークCausalVAEを提案する。 その結果、CausalVAEが学習した因果表現は意味論的に解釈可能であり、DAG(Directed Acyclic Graph)としての因果関係は精度良く同定された。
  論文  参考訳（メタデータ） (2020-04-18T20:09:34Z)

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。