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

• arxiv url: http://arxiv.org/abs/2601.20336v2
• Date: Mon, 02 Feb 2026 14:50:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:32.837057
• 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)
• 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)
• 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)
• 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)

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。