Intraday-Anomalien europäischer Krypto-ETPs erkennen

Zusammenfassung

Diese Studie untersucht Intraday-Anomalien bei börsengehandelten Bitcoin- und Ethereum-Produkten an Xetra und Nasdaq Stockholm. Grundlage sind Ein-Minuten-Balken von Januar 2024 bis Dezember 2025. Als Benchmark werden extreme negative Renditen identifiziert, indem eine verallgemeinerte Pareto-Verteilung an Überschreitungen im linken Verteilungsrand angepasst wird. Die Autoren fügen drei binäre Indikatoren hinzu: Preisabweichungen zwischen Handelsplätzen, starke Kursrückgänge mit geringer Erholung in den nächsten zehn aktiven Balken und starke Rückgänge nach positivem kurzfristigem Momentum.

Jede Anomaliekategorie macht weniger als 1% der Balken aus. Mann-Whitney-U-Tests zeigen, dass anomale Beobachtungen höhere effektive Spreads, liquiditätsbezogene Kennzahlen und Orderfluss-Ungleichgewichte aufweisen als gewöhnliche Balken. Vier Klassifikatoren prognostizieren Anomalien einen Balken im Voraus; die berichteten AUC-ROC-Werte erreichen bis zu 0.82. Die Permutationswichtigkeit bewertet kurzfristige Volatilitäts- und Drawdown-Maße im Allgemeinen höher als Mikrostrukturvariablen. Diese Ergebnisse betreffen die Klassifikation von Anomalien und damit verbundene Marktbedingungen, keine getestete Handelsstrategie. Der Auszug enthält keine Angaben zu Handelskosten oder dazu, ob sich durch Handeln auf Basis der Prognosen Gewinne erzielen ließen. Die Ergebnisse beschränken sich auf die genannten Produkte, Handelsplätze, den Zeitraum und die Balkenfrequenz.

Kernaussagen

• Eine verallgemeinerte Pareto-Verteilung dient als Benchmark, um Balken mit extrem negativen Renditen zu kennzeichnen.
• Drei weitere Indikatoren erfassen Abweichungen zwischen Handelsplätzen, ausbleibende Erholungen und Umkehrungen nach positivem Momentum.
• Anomale Balken treten zusammen mit breiteren effektiven Spreads, höheren Liquiditätskennzahlen und stärkeren Orderfluss-Ungleichgewichten auf.
• Vier Klassifikatoren zeigen Prognostizierbarkeit einen Balken im Voraus; die AUC-ROC-Werte erreichen bis zu 0.82.
• Kurzfristige Volatilitäts- und Drawdown-Maße sind im Allgemeinen nützlichere Prognosemerkmale als Mikrostrukturvariablen.

Schlagwörter

# Anomaly detection in European cryptocurrency exchange-traded products


# Anomaly detection in European cryptocurrency exchange-traded products









Cryptocurrency exchange-traded products (ETPs) listed on European exchanges provide a regulated environment for studying intraday market anomalies. We study four Bitcoin and Ethereum ETPs traded on Xetra and Nasdaq Stockholm over the period January 2024 - December 2025 using one-minute bars. As a benchmark, we adopt an extreme value theory approach in which anomalous bars are defined as returns falling below a threshold estimated by fitting a generalised Pareto distribution to left-tail exceedances. We then propose three new binary anomaly indicators. The first, a cross-venue divergence anomaly, identifies venue-specific price divergence between the two exchanges. The second is a no-recovery anomaly that identifies extreme price drops followed by little or no recovery over the next ten active bars. The third is a momentum-reversal anomaly that identifies extreme price drops following positive short-term momentum. Although each anomaly type represents fewer than 1% of one-minute bars, statistical analysis using Mann-Whitney U tests shows that anomaly observations exhibit significantly higher effective spreads, higher values of liquidity-related ratios, and more pronounced order-flow imbalances than non-anomalous bars. Furthermore, employing an out-of-sample prediction methodology with four classifiers - random forest, logistic regression, extreme gradient boosting, and light gradient boosting machine - shows that all four anomaly types are predictable one bar ahead, with AUC-ROC values of up to 0.82. Permutation importance indicates that short-term volatility and drawdown measures are generally more useful for prediction than microstructure variables.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.