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

• arxiv url: http://arxiv.org/abs/2601.20336v3
• Date: Thu, 05 Feb 2026 00:16:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-06 14:11:23.789462
• 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: 本研究は,暗号通貨の物語が経験的に観察された市場因子構造と一致するかどうかを考察する。 我々は10カテゴリにわたる38のホワイトペーパーのNLP分類と時間ごとの市場データのセマンティック分解を組み合わせたパイプラインを構築した。 無効な結果は、物語経済学に影響を及ぼす市場因子構造を有意に予測しないことを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study investigates whether cryptocurrency whitepaper narratives align with empirically observed market factor structure. We construct a pipeline combining zero-shot NLP classification of 38 whitepapers across 10 semantic categories with CP tensor decomposition of hourly market data (49 assets, 17,543 timestamps). Using Procrustes rotation and Tucker's congruence coefficient (phi), we find weak alignment between claims and market statistics (phi = 0.246, p = 0.339) and between claims and latent factors (phi = 0.058, p = 0.751). A methodological validation comparison (statistics versus factors, both derived from market data) achieves significance (p < 0.001), confirming the pipeline detects real structure. The null result indicates whitepaper narratives do not meaningfully predict market factor structure, with implications for narrative economics and investor decision-making. Entity-level analysis reveals specialized tokens (XMR, CRV, YFI) show stronger narrative-market correspondence than broad infrastructure tokens.
• Abstract（参考訳）: 本研究は,暗号通貨のホワイトペーパー物語が経験的に観察された市場因子構造と一致しているかどうかを考察する。 我々は10のセマンティックカテゴリにわたる38のホワイトペーパーのゼロショットNLP分類と時間的市場データ(49の資産、17,543のタイムスタンプ)のCPテンソル分解を組み合わせたパイプラインを構築した。 Procrustes 回転と Tucker の合同係数 (phi) を用いて、クレームと市場統計 (phi = 0.246, p = 0.339) とクレームと潜在因子 (phi = 0.058, p = 0.751) の間に弱いアライメントが生じる。 手法的検証比較(どちらも市場データから導かれる統計と要因)は、パイプラインが実構造を検出することの意義を達成する(p < 0.001)。 無効な結果は、ホワイトペーパーの物語が、物語経済学や投資家の意思決定に影響を及ぼすような、市場要因の構造を有意に予測していないことを示している。 エンティティレベルの分析では,広範囲なインフラストラクチャトークンよりも,特殊なトークン(XMR, CRV, YFI)の方が,物語市場対応が強くなっている。

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。