Zum Inhalt springen

Wissensbibliothek

Zusammenfassungen und Kernaussagen zu den Büchern, Aufsätzen, Artikeln und zum Code, den unsere KI-Agenten lesen – verfasst vom Research-Agenten von Stratmill. Jede Seite verlinkt auf das Original.

Bibliothek durchsuchen

33 Dokumente

Machine Learning for Trading

Dieses Dokument beschreibt den Datenzugriff und die Konventionen zur zeitlichen Ausrichtung für Krypto-Perpetual-Futures und zugehörige On-Chain-Reihen. Es erläutert, dass Premium-Index-Balken mit ihrem Eröffnungszeitpunkt als Zeitstempel versehen sind: Ein…

KryptoPerpetual FuturesOn-Chain-DatenDeFi
Machine Learning for Trading

Dieses Notebook untersucht, ob der Total Value Locked als Alternativdatensignal für Ether-Renditen dienen kann. TVL fasst den Dollarwert der in dezentralen Finanzprotokollen hinterlegten Kryptoanlagen zusammen. Da es sich um einen preisbewerteten Bestand und…

KryptoDeFiOn-Chain-DatenStatistik
Machine Learning for Trading

Dieses Notebook behandelt Total Value Locked als alternative Datenquelle und prüft die Hypothese, dass Kapitalbedingungen in DeFi Ether-Renditen vorhersagen können. Es definiert TVL als Dollarwert der in Protokollen hinterlegten Krypto-Assets und betont,…

KryptoOn-Chain-DatenDeFiStatistik
Machine Learning for Trading

Dieses Notebook bewertet eine DeFi-Zeitreihe zum Total Value Locked als alternative Datenquelle für den Ether-Handel. Die Prüfung orientiert sich an vier Fragen: Besteht ein Zusammenhang der Zeitreihe mit Forward-Renditen? Sind die Daten zuverlässig und…

KryptoDeFiOn-Chain-DatenStatistik
Machine Learning for Trading

Diese Fallstudie bewertet die Total-Value-Locked-Daten von DeFi Llama als möglichen Input für eine Ether-Handelsforschungspipeline. Sie trennt Signalstärke, Datenqualität, rechtliche Eignung und kommerziellen Wert; rechtliche Fragen und das Fehlen…

KryptoDeFiOn-Chain-DatenStatistik
Machine Learning for Trading

Das Kapitel vertritt die Auffassung, dass wiederholbare Forschungsdisziplin eine beständigere Quelle für Handelsvorteile ist als jede einzelne Strategie. Es stellt einen Ablauf vor, der auf falsifizierbaren Hypothesen, Out-of-Sample-Auswertung und…

Maschinelles LernenStatistikRisikomanagementDeFi
Machine Learning for Trading

Dieses Kapitel zeigt, wie sich zeitkonsistente Analysen von Fundamentaldaten und alternativen Daten für Aktien, makroökonomische Reihen, Futures, Krypto und Prognosemärkte aufbauen lassen. Im Mittelpunkt stehen bitemporale Speicherung und Abfragen zum…

BacktestingStatistikMaschinelles LernenOn-Chain-Daten
arXiv papers

Das Dokument untersucht, wie sich die Renditen von Kryptoanlagen in fünf Blockchain-Ökosystemen zueinander verhalten. Es berichtet, dass starke Gewinne auf einer Chain häufig mit Verlusten auf anderen einhergehen – ein Muster, das sich von der oft positiven…

KryptoOn-Chain-DatenStatistikPortfolio-Konstruktion
arXiv papers

Das Dokument vergleicht quantitative Muster an Kryptowährungsmärkten mit stilisierten Fakten etablierter Finanzmärkte. Es untersucht Renditeverteilungen, Volatilitätscluster, zeitliche multifraktale Korrelationen, marktübergreifende Korrelationen und den…

KryptoStatistikVolatilitätMarktmikrostruktur
arXiv papers

Die Studie untersucht, ob Nachrichten und Beiträge aus sozialen Medien Bitcoin- und Ethereum-Kursprognosen verbessern können, wenn sie mit Finanz- und Blockchain-Daten kombiniert werden. Sie vergleicht vortrainierte und feinabgestimmte Sprachmodelle mit…

KryptoMaschinelles LernenMarktstimmungOn-Chain-Daten
arXiv papers

Diese Studie nutzt interne Bitcoin-Netzwerkdaten und externe Merkmale, um die tägliche Kursrichtung mit mehreren Modellen für maschinelles Lernen vorherzusagen. Die Prognosen werden anhand einer Handelsstrategie mit zuvor ungesehenen Beobachtungen aus dem…

KryptoMaschinelles LernenRisikomanagementBacktesting
arXiv papers

Diese Forschung untersucht, wie Bitcoin-Mixing-Dienste die Wege von Geldern durch Transaktionen und Adressen verschleiern. Die Autoren beschreiben Verfahren, um Aktivitäten von Mixern nachzuverfolgen und Mixing-Transaktionen, Mixer-Adressen sowie Sender- und…

KryptoOn-Chain-DatenStatistikRisikomanagement
arXiv papers

Diese Studie prüft, ob On-Chain-Zuflüsse Intraday-Renditen und Volatilität von Bitcoin, Ethereum und Tether prognostizieren. Sie untersucht Intervalle von einer bis sechs Stunden über 2017–2023 und unterscheidet zwischen Zuflüssen zu Börsen und Bewegungen…

KryptoOn-Chain-DatenVolatilitätOptionen
arXiv papers

Das Dokument stellt ein Verfahren zur Messung von Kursverbesserungen durch Onchain-Orderflow-Auktionen (OFAs) vor. Es beschreibt, wie Ausführungsgewinne an veränderbare Systemeingaben wie die Routenqualität, den Gasverbrauch und die Einstellungen der…

KryptoOn-Chain-DatenOrderausführungMarktmikrostruktur
arXiv papers

Die Arbeit modelliert das Eintreffen von Bitcoin-Blöcken und Kurssprünge mit einem multivariaten Hawkes-Prozess. Dieser Punktprozess-Ansatz stellt Ereignisse so dar, dass sie spätere Ereignisse auslösen können. Verwendet werden öffentlich verfügbare…

KryptoOn-Chain-DatenStatistikRückkehr zum Mittelwert
arXiv papers

Das Lockchain Protocol verwendet das verpflichtende vier Byte große nLockTime-Feld in Bitcoin-Transaktionen als kompakten Metadaten-Header für ein Meta-Protokoll. Laut Dokument weist es Protokollsignal, Typ, Variante und Sequenzkennung zu, indem es kodierte…

KryptoOn-Chain-DatenMarktmikrostruktur
arXiv papers

Diese Studie untersucht anhand von Blockchain-Daten die Haltedauer von Bitcoin und die altersabhängige Transaktionsaktivität. Sie berichtet eine Verteilung der Haltedauern mit schweren Rändern und einem durchschnittlichen Potenzgesetzexponenten nahe 0.9 über…

KryptoOn-Chain-DatenStatistikMarktmikrostruktur
arXiv papers

Dieses Kapitel gibt einen Überblick darüber, wie sich Vermögen und Trading-Verhalten in Kryptowährungssystemen entwickeln, die über Proof of Stake neue Coins ausgeben. Zunächst wird die Vermögensbildung ohne Trading betrachtet, insbesondere mit Blick darauf,…

KryptoOn-Chain-DatenPortfolio-KonstruktionStatistik
arXiv papers

Die Studie untersucht, ob On-Chain-Kennzahlen von Kryptowährungen zur Erklärung von Kursen und zur Unterscheidung riskanter Vermögenswerte beitragen können. Sie analysiert historische Daten, misst Korrelationen zwischen Kursen und anderen Parametern,…

KryptoOn-Chain-DatenMaschinelles LernenStatistik
arXiv papers

ManiScope ist ein visuelles Analysesystem, das Nutzer dabei unterstützen soll, Risiken handelsbasierter Manipulation an Kryptomärkten, einschließlich Wash-Trading, einzuschätzen. Die abgestimmten Ansichten führen die Verteilung des Tokenbesitzes, Beziehungen…

KryptoMarktmikrostrukturMaschinelles LernenOn-Chain-Daten
arXiv papers

Diese Studie untersucht, ob öffentlich angezeigte Handelsabsichten die Ausführungskosten senken, und nutzt protokolleigene TWAP-Orders auf Hyperliquid als Beispiel für „Sunshine Trading“. Sie vergleicht sichtbare TWAP-Ausführungen mit verborgenen Metaorders,…

KryptoPerpetual FuturesOrderausführungMarktmikrostruktur