論文の概要: When Quotes Crumble: Detecting Transient Mechanical Liquidity Erosion in Limit Order Books
- arxiv url: http://arxiv.org/abs/2604.21993v1
- Date: Thu, 23 Apr 2026 18:22:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-27 15:36:26.231883
- Title: When Quotes Crumble: Detecting Transient Mechanical Liquidity Erosion in Limit Order Books
- Title（参考訳）: 限界秩序書における過渡的機械的流動性エロージョンの検出
- Authors: Haohan Xu, Jason Bohne, Pawel Polak, Yurij Baransky, Ajay Alva, Violetta Fedotova, Gary Kazantsev, David Rosenberg,
- Abstract要約: 電子リミットオーダーブックにおける過渡的流動性浸食(crumbling quotes)の検出について検討した。
注文帳機能を用いて機械的に駆動される引用を識別する検出パイプラインを開発し、ニューラルネットワークをトレーニングして、校正された折り畳み確率を生成する。
- 参考スコア（独自算出の注目度）: 1.9107962481619962
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the detection of transient liquidity erosion ("crumbling quotes") in electronic limit order books, where observable quote deterioration may reflect either mechanical liquidity withdrawal or informational repricing. Using the ABIDES agent-based simulator, we construct a multi-agent environment in which crumbling emerges from stochastic regime switches in a market maker, providing time-resolved ground truth unavailable in real market data. We develop a detection pipeline that identifies mechanically driven quote erosion using order book features, and train a neural model to produce calibrated crumbling probabilities. Experiments demonstrate that the proposed framework reliably identifies crumbling events against agent-level ground truth, with the neural model achieving +36% AUC improvement over rule-based baselines and robust performance across normal, high-volatility, bull, and bear market conditions. Ablation studies on temporal features and varying the dependence structure of the ground-truth mechanism confirm that the framework generalizes across both independent and autocorrelated liquidity withdrawal dynamics.
- Abstract（参考訳）: 電子的リミット順序書における過渡的流動性浸食(「鳴き声」)の検出について検討した。
ABIDESエージェントベースシミュレータを用いて、市場メーカにおいて確率的構造から崩壊が生じるマルチエージェント環境を構築し、リアルタイムの市場データでは利用できない時間分解基底真理を提供する。
注文帳機能を用いて機械的に駆動される引用の侵食を識別する検出パイプラインを開発し、ニューラルネットワークをトレーニングし、校正された折り畳み確率を生成する。
実験により、提案したフレームワークは、ルールベースのベースラインに対するAUCの改善+36%、正常、高ボラティリティ、ブル、熊の市場状況に対する堅牢なパフォーマンスを達成し、エージェントレベルの真実に対する衝突イベントを確実に識別することを示した。
時相特性のアブレーション研究と地絡機構の依存性構造の変化により、この枠組みが独立性および自己相関の流動性退避ダイナミクスの両方にわたって一般化されることが確認された。
関連論文リスト
- Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - Latent Dynamics-Aware OOD Monitoring for Trajectory Prediction with Provable Guarantees [8.920589816043298]
安全クリティカルなサイバー物理システムでは、正確な軌道予測が下流の計画と制御に不可欠なガイダンスを提供する。
このようなOODイベントの検出は、トラフィック条件の進化とインタラクションパターンの変化によって困難である。
我々は,変化後分布の明示的な知識を必要とせずに,累積最大離散性アプローチを拡張して検出を可能にする。
3つの実世界の運転データセットの実験では、重み付きエラーや未知のポストチェンジ条件に対する検出遅延と堅牢性の低減が示されている。
論文 参考訳（メタデータ） (2026-03-15T20:56:57Z) - Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。
自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。
構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
論文 参考訳（メタデータ） (2025-11-10T15:48:50Z) - Explainable Heterogeneous Anomaly Detection in Financial Networks via Adaptive Expert Routing [9.3237091894548]
既存の検出器は全ての異常を均一に処理し、どの機構が故障しているかを明らかにすることなくスコアを生成する。
我々は、これらに適応的なグラフ学習と、組み込みの解釈可能性を提供する専門的な専門家ネットワークを通して対処する。
我々は3.8日間のリードタイムを持つ13のメジャーイベントを92.3%検出し、30.8ppで最高のベースラインを上回った。
論文 参考訳（メタデータ） (2025-10-20T01:30:41Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - Detecting Model Drifts in Non-Stationary Environment Using Edit Operation Measures [45.88028371034407]
本稿では,エージェントの挙動列の分布変化を分析して,そのような流れを検出する新しい枠組みを提案する。
定常条件および摂動条件下で発生した状態-作用軌跡間の偏差を定量化するための操作に基づく一組の編集手法を提案する。
実験により, 種々の騒音条件下であっても, ドリフトしないシナリオとドリフトを効果的に区別できることが実証された。
論文 参考訳（メタデータ） (2025-09-14T17:48:06Z) - TrustLoRA: Low-Rank Adaptation for Failure Detection under Out-of-distribution Data [62.22804234013273]
本稿では,共変量および意味的シフトの両条件下での拒絶による分類を統一し,促進する,単純な故障検出フレームワークを提案する。
キーとなる洞察は、障害固有の信頼性知識を低ランクアダプタで分離し、統合することにより、障害検出能力を効果的かつ柔軟に向上できるということです。
論文 参考訳（メタデータ） (2025-04-20T09:20:55Z) - Transformer-Based Bearing Fault Detection using Temporal Decomposition Attention Mechanism [0.40964539027092917]
ベアリング故障検出は予測保守において重要な課題であり、正確かつタイムリーな故障識別はコストダウンや機器の損傷を防ぐことができる。
トランスフォーマーニューラルネットワークの従来の注意機構は、振動データを保持する複雑な時間パターンを捉えるのに苦労することが多く、最適以下の性能をもたらす。
本稿では,時系列データの長期依存性と周期的変動の両方を捉えるために,時間偏差符号化と季節差分解を組み合わせた新しい注意機構である時間分解注意機構(TDA)を提案する。
論文 参考訳（メタデータ） (2024-12-15T16:51:31Z) - Robustness and Accuracy Could Be Reconcilable by (Proper) Definition [109.62614226793833]
強靭性と精度のトレードオフは、敵文学において広く研究されている。
局所的不変性の帰納的バイアスを課す不適切に定義された頑健な誤差に由来する可能性がある。
定義上、SCOREは、最悪のケースの不確実性に対処しながら、堅牢性と正確性の間の和解を促進する。
論文 参考訳（メタデータ） (2022-02-21T10:36:09Z)
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。