論文の概要: The Privacy Subsidy in Continuous-Time Kyle: Cumulative Welfare under Noise-Perturbed Order-Flow Observation
- arxiv url: http://arxiv.org/abs/2605.25631v4
- Date: Sun, 31 May 2026 05:56:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 18:24:16.428182
- Title: The Privacy Subsidy in Continuous-Time Kyle: Cumulative Welfare under Noise-Perturbed Order-Flow Observation
- Title（参考訳）: 連続時間カイルのプライバシ・サブシディ:騒音変動秩序流観測による累積福祉
- Authors: Yuki Nakamura,
- Abstract要約: 単一周期カイルモデルから連続時間へ、中村(2026, arXiv05.15746)のクローズドフォームのプライバシ・サブシディ結果を拡張した。
我々は、この累積プライバシー補助金とロス・ヴァーサス・リバランシングの間の構造的対応を確立する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We extend the closed-form privacy-subsidy result of Nakamura~(2026, arXiv:2605.15746) from the single-period Kyle model to continuous-time. A committed Bayesian automated market maker observes the aggregate order flow perturbed by an independent Brownian privacy channel of diffusion intensity $σ_\varepsilon$. Under the Markovian linear equilibrium, the price-impact coefficient is $λ= σ_v / \sqrt{σ_u^2 + σ_\varepsilon^2}$ -- constant in time -- and the cumulative expected transfer from the protocol's liquidity pool to traders over $[0,1]$ is $|Π_M| = σ_v σ_\varepsilon^2 / \sqrt{σ_u^2 + σ_\varepsilon^2}$. We then establish a structural correspondence between this cumulative privacy subsidy and Loss-Versus-Rebalancing (Milionis et al.~2022), identifying privacy-noise welfare as the order-flow observation analog of LVR's price observation gap. The result completes the continuous-time Kyle leg of the program of quantifying break-even fees for committed-AMM exchanges under privacy-aggregated information environments.
- Abstract（参考訳）: 単一周期カイルモデルから連続時間へ、中村〜(2026, arXiv:2605.15746)のクローズドフォームのプライバシ・サブシディ結果を拡張する。
コミットされたベイズ自動市場メーカーは、拡散強度$σ_\varepsilon$の独立したブラウンプライバシーチャネルによって妨害された総注文フローを観察する。
マルコフの線形平衡の下では、値-インパクト係数は$λ = σ_v / \sqrt{σ_u^2 + σ_\varepsilon^2}$ -- 定数であり、プロトコルの流動性プールから$[0,1]$上のトレーダーへの累積的な期待転送は$|\\_M| = σ_v σ_\varepsilon^2 / \sqrt{σ_u^2 + σ_\varepsilon^2}$である。
次に、この累積プライバシー助成金とロス・ヴァーサス・リバランシング(ミリオニスなど)との間の構造的対応を確立する。
その結果、プライバシ集約された情報環境下でのコミットAMM取引所のブレークフェア手数料を定量化するプログラムの継続的カイルレッグが完了した。
関連論文リスト
- The Privacy Subsidy in Glosten-Milgrom: Bid-Ask Spread and Welfare under Flip-Noise Direction Observation [0.0]
我々は1985年のGlosten-Milgromのシーケンシャルトレーディングモデルに対して,クローズドフォームの入札スプレッドと福祉の分解を導出した。
福祉の分解は、プロトコルの流動性プールからトレーダへのトレーダ当たりの転送に対して$$を識別する。
その結果、プライバシ・サブシディの概念は連続ガウスから離散的な二状態構造へと拡張された。
論文 参考訳（メタデータ） (2026-05-19T12:12:01Z) - The Privacy Subsidy: Kyle's $λ$ under Noise-Perturbed Order-Flow Observation [0.0]
プライバシを保存する暗号通貨取引所は、価格設定メカニズムが注文フローについて観察するものを変更する。
ベイズ市場メーカーが独立なガウスのプライバシーノイズによって乱される秩序の流れを観察する際、ユニークな線形カイル均衡を導出する。
論文 参考訳（メタデータ） (2026-05-15T08:56:16Z) - Tight Convergence Rates for Online Distributed Linear Estimation with Adversarial Measurements [66.94250413799232]
分散パラメータ-サーバ-ワーカー設定における乱数ベクトル$X$の推定について検討する。
主な課題は、敵の計測と非同期である。
その結果, 分散線形推定におけるロバスト性, 識別性, 統計的効率の統一的有限時間評価が得られた。
論文 参考訳（メタデータ） (2026-04-07T11:45:55Z) - Beyond Covariance Matrix: The Statistical Complexity of Private Linear Regression [66.93988594607842]
プライバシー制約の下では、プライベート線形回帰の複雑さは通常の共分散行列によって捉えられる。
最適率を達成するための情報重み付け回帰手法を提案する。
特に、我々の結果は、共同プライバシーは追加費用がほとんどないことを示している。
論文 参考訳（メタデータ） (2025-02-18T18:35:24Z) - Online covariance estimation for stochastic gradient descent under
Markovian sampling [20.02012768403544]
位数$Obig(sqrtd,n-1/8(log n)1/4big)$の収束率は、状態依存および状態依存マルコフサンプリングの下で確立される。
本手法はロジスティック回帰を用いた戦略分類に適用され, 学習中の特徴を適応的に修正し, 対象クラス分類に影響を与える。
論文 参考訳（メタデータ） (2023-08-03T00:21:30Z) - General Gaussian Noise Mechanisms and Their Optimality for Unbiased Mean
Estimation [58.03500081540042]
プライベート平均推定に対する古典的なアプローチは、真の平均を計算し、バイアスのないがおそらく相関のあるガウスノイズを加えることである。
すべての入力データセットに対して、集中的な差分プライバシーを満たす非バイアス平均推定器が、少なくとも多くのエラーをもたらすことを示す。
論文 参考訳（メタデータ） (2023-01-31T18:47:42Z) - Nonparametric extensions of randomized response for private confidence sets [51.75485869914048]
本研究は,局所的差分プライバシー(LDP)の制約の下で,集団平均の非パラメトリック,非漸近的統計的推測を行う手法を導出する。
民営化データへのアクセスのみを与えられた場合、$mustar$に対して信頼区間(CI)と時間一様信頼シーケンス(CS)を提示する。
論文 参考訳（メタデータ） (2022-02-17T16:04:49Z)
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。