Inferir arbitraje unidireccional a partir de operaciones anónimas en exchanges de criptomonedas

Resumen

Este estudio presenta un método para identificar posibles secuencias de arbitraje unidireccional (OWA) en registros de operaciones al contado de plataformas centralizadas de criptomonedas, cuyos datos públicos no incluyen identidades de operadores ni direcciones de monederos. El método infiere secuencias de operaciones vinculadas a partir de transacciones anonimizadas, lo que permite estimar con qué frecuencia ocurre esta actividad y su volumen y beneficios agregados.

Al aplicarlo a cinco años de datos de Binance y nueve de Kraken, el método identifica cientos de millones de posibles secuencias en Binance y casi dos millones en Kraken. Los beneficios totales estimados son positivos, pero el beneficio medio por secuencia es inferior a un dólar después de comisiones. El estudio también informa de que las secuencias se aceleraron con el tiempo, mientras disminuía su rentabilidad individual. Se trata de patrones inferidos, no de operadores identificados directamente, y el resumen no detalla las reglas de detección ni la incertidumbre de las estimaciones. Los resultados indican discrepancias de precios recurrentes, pero no establecen qué condiciones de mercado hacen rentables determinadas secuencias.

Ideas clave

• Las operaciones al contado anónimas pueden analizarse para inferir posibles secuencias de arbitraje unidireccional.
• El estudio aplica el método a los historiales de operaciones de Binance y Kraken.
• Los beneficios agregados estimados coexisten con un beneficio medio muy pequeño por secuencia después de comisiones.
• Las secuencias inferidas se aceleraron mientras disminuía su rentabilidad individual.
• No se han determinado las condiciones concretas que favorecen un arbitraje rentable.

Etiquetas

# A Truckload of Satoshis: Detecting and Measuring One-Way Arbitrage in the Wild


# A Truckload of Satoshis: Detecting and Measuring One-Way Arbitrage in the Wild









Centralized cryptocurrency exchanges (CEXes) enable fast off-chain conversions between hundreds of coins. It is an open question which algorithmic trading patterns occur on these platforms. A major challenge to measuring CEXes is that their public trade data does not contain addresses or trader identifiers allowing linkage. We propose a novel methodology to infer one-way arbitrage (OWA) trading in anonymized spot trade data from CEXes. We identify 402 M likely OWA sequences in 5 years of trading on Binance (and almost 2 M during 9 years on Kraken), accounting for 0.94 % and 0.13 % of the total traded volume, respectively. While we estimate total profits of $31.2 M on Binance and $975 k on Kraken, profits from individual OWA sequences are less than $1 on average after accounting for trading fees. We also observe that OWA has become faster over time, while the profitability of individual sequences has decreased. Our findings highlight that pricing discrepancies regularly occur in CEXes, and raise questions for future work to identify the precise circumstances that enable profitable OWA.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.