論文の概要: Per-Market Information Leakage and Order-Flow Skill: Two Methodological Lenses on Informed Trading in Decentralized Prediction Markets
- arxiv url: http://arxiv.org/abs/2605.02287v1
- Date: Mon, 04 May 2026 07:22:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:50.174035
- Title: Per-Market Information Leakage and Order-Flow Skill: Two Methodological Lenses on Informed Trading in Decentralized Prediction Markets
- Title（参考訳）: 市場ごとの情報漏洩と秩序流スキル:分散予測市場におけるインフォームドトレーディングに関する2つの方法論レンズ
- Authors: Maksym Nechepurenko,
- Abstract要約: 2026年4月、分散型の予測市場に関する情報取引の学術研究において、顕著な方法論的収束が見られた。
MittsとOfirは210,000以上のウォレットマーケットペアに複合スクリーンを適用し、Gomez-Cram et al. (2026)はPolymarketの完全なトランザクション履歴にイベントレベルの署名ランダム化テストを適用した。
Nechepurenko (2026) は、情報漏洩スコア (ILS) フレームワークを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: April 2026 saw notable methodological convergence in the academic study of informed trading on decentralized prediction markets. Three approaches surfaced almost simultaneously: Mitts and Ofir (2026) apply a composite screen to over 210,000 wallet-market pairs; Gomez-Cram et al. (2026) apply an event-level sign-randomization test to Polymarket's complete transaction history, classifying 3.14% of accounts as "skilled winners" and separately flagging 1,950 accounts as "insiders" via a lifecycle heuristic; Nechepurenko (2026) develops the Information Leakage Score (ILS) framework, which quantifies per-market information front-loading at an article-derived public-event timestamp. This paper provides a methodological comparison. The central claim is that these are three distinct layers of detection, not competing methods on a single layer. Sign-randomization is best understood as an account-level test of persistent directional skill conditional on opportunity selection -- not a direct test of insider trading, and not a per-market measure. The heuristic insider flag is separate from the skill classifier, applies to a population the classifier excludes by design, and has unknown precision. The Polymarket sample pools politics, sports, crypto, and other categories with different information technologies, so a platform-wide "skilled winner" classification is mechanism-ambiguous. The January 2026 U.S.-Venezuela operation cluster, where the DOJ indictment of Master Sergeant Gannon Van Dyke provides a rare external enforcement benchmark, illustrates how the layers stack: lifecycle heuristics identify suspicious accounts; legal investigation addresses non-public-information possession; per-market scoring would quantify how much information was leaked into each contract. A combined pipeline gains in precision because each layer filters a different dimension.
- Abstract（参考訳）: 2026年4月、分散型の予測市場に関する情報取引の学術研究において、顕著な方法論的収束が見られた。
Mitts (2026) と Ofir (2026) は、210,000以上のウォレット市場ペアに複合スクリーンを適用し、Gomez-Cram et al (2026) は、Polymarketの完全なトランザクション履歴にイベントレベルの署名ランダム化テストを適用し、3.14% のアカウントを "熟練した勝者" として分類し、ライフサイクルヒューリスティックを通じて1,950 のアカウントを "インサイダー" として別々にフラグ付け、Nechepurenko (2026) は、記事由来のパブリックイベントタイムスタンプで市場ごとの情報ロードを定量化する、情報漏洩スコア (ILS) フレームワークを開発している。
本稿では方法論的な比較について述べる。
中心的な主張は、これらは3つの異なる検出層であり、単一のレイヤ上の競合するメソッドではないということである。
署名のランダム化は、機会選択を前提とした永続的な方向性スキル条件のアカウントレベルのテストとして、インサイダー取引の直接のテストではなく、市場ごとの指標として理解されている。
ヒューリスティックインサイダーフラグは、スキル分類器とは分離され、設計によって除外される集団に適用され、精度が不明である。
ポリマーケットのサンプルは、政治、スポーツ、暗号、その他のカテゴリに異なる情報技術が組み込まれているため、プラットフォーム全体の「熟練した勝者」分類はメカニズムが曖昧である。
2026年1月、ガノン・ヴァン・ダイク軍曹(英語版)のDOJの起訴により、レイヤのスタックがどのようにして不審なアカウントを識別するか、法的調査は公的な情報保持を扱い、市場ごとのスコアは、各契約にどれだけの情報が漏洩したかを定量化する。
それぞれの層が異なる次元をフィルタリングするため、組み合わせたパイプラインは精度が上がる。
関連論文リスト
- ForesightFlow: An Information Leakage Score Framework for Prediction Markets [0.0]
イベント解決されたバイナリ市場の場合、スコアは、パブリックニュースイベントの前に価格設定された端末情報の一部を定量化する。
このスコアは、ラベル生成と適切なスコアリングルール文学を結びつけるマーフィー分解読解を認めている。
公文書化されたPolymarketインサイダーレコードの監査では、文書化されたケースが体系的にデッドライン解決されていることが明らかになった。
論文 参考訳（メタデータ） (2026-05-01T08:04:29Z) - TraderBench: How Robust Are AI Agents in Adversarial Capital Markets? [8.661756660747042]
TraderBenchは金融のAIエージェントを評価するためのベンチマークである。
専門家が検証した静的タスク(知識検索、分析的推論)と敵の取引シミュレーションを組み合わせる。
2つの新しいトラック:4つのプログレッシブ・マーケット・マニピュレーション・トランスフォーメーションによる暗号取引、オプションデリバティブはP&Lの正確性、ギリシャ人、リスク管理である。
論文 参考訳（メタデータ） (2026-02-27T20:06:28Z) - Do Whitepaper Claims Predict Market Behavior? Evidence from Cryptocurrency Factor Analysis [0.0]
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。
論文 参考訳（メタデータ） (2026-01-28T07:50:40Z) - Cream of the Crop: Harvesting Rich, Scalable and Transferable Multi-Modal Data for Instruction Fine-Tuning [59.56171041796373]
我々は、堅牢で効率的なマルチモーダル・インストラクショナルデータを収集する。
インタラクションスタイルを多様性指標とし、マルチモーダルリッチなスタイルラーを用いてデータインストラクションパターンを識別する。
14のマルチモーダルベンチマークによって検証された10以上の実験環境において、ランダムサンプリング、ベースライン戦略、最先端の選択方法に対する一貫した改善を示す。
論文 参考訳（メタデータ） (2025-03-17T17:11:22Z) - Ambiguity-Resistant Semi-Supervised Learning for Dense Object Detection [98.66771688028426]
本研究では,一段階検出器のためのAmbiguity-Resistant Semi-supervised Learning (ARSL)を提案する。
擬似ラベルの分類とローカライズ品質を定量化するために,JCE(Joint-Confidence Estimation)を提案する。
ARSLは、曖昧さを効果的に軽減し、MS COCOおよびPASCALVOC上で最先端のSSOD性能を達成する。
論文 参考訳（メタデータ） (2023-03-27T07:46:58Z) - Trading via Selective Classification [3.5027291542274357]
貿易戦略設計における二分法と三分法の選択的分類の適用について検討する。
第三級分類では、価格が上昇または下降するクラスに加えて、どちらの方向にも比較的小さな価格移動に対応する第三級を含む。
論文 参考訳（メタデータ） (2021-10-28T06:38:05Z) - Multi-Stage Decentralized Matching Markets: Uncertain Preferences and
Strategic Behaviors [91.3755431537592]
本稿では、現実世界のマッチング市場で最適な戦略を学ぶためのフレームワークを開発する。
我々は,不確実性レベルが特徴の福祉対フェアネストレードオフが存在することを示す。
シングルステージマッチングと比較して、マルチステージマッチングで参加者がより良くなることを証明します。
論文 参考訳（メタデータ） (2021-02-13T19:25:52Z) - Generalized Focal Loss: Learning Qualified and Distributed Bounding
Boxes for Dense Object Detection [85.53263670166304]
一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。
1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。
本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
論文 参考訳（メタデータ） (2020-06-08T07:24:33Z) - A Deep Reinforcement Learning Framework for Continuous Intraday Market
Bidding [69.37299910149981]
再生可能エネルギー源統合の成功の鍵となる要素は、エネルギー貯蔵の利用である。
欧州の継続的な日内市場におけるエネルギー貯蔵の戦略的関与をモデル化するための新しい枠組みを提案する。
本アルゴリズムの分散バージョンは, サンプル効率のため, この問題を解決するために選択される。
その結果, エージェントは, ベンチマーク戦略よりも平均的収益率の高い政策に収束することが示唆された。
論文 参考訳（メタデータ） (2020-04-13T13:50:13Z) - Certified Robustness to Label-Flipping Attacks via Randomized Smoothing [105.91827623768724]
機械学習アルゴリズムは、データ中毒攻撃の影響を受けやすい。
任意の関数に対するランダム化スムージングの統一的なビューを示す。
本稿では,一般的なデータ中毒攻撃に対して,ポイントワイズで確実に堅牢な分類器を構築するための新しい戦略を提案する。
論文 参考訳（メタデータ） (2020-02-07T21:28:30Z)
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。