Medidas de física estadística para detectar spoofing y layering

Resumen

El documento propone representar la dinámica del libro de órdenes como movimiento de partículas y resumir el estado del mercado con una medida de momento. Este enfoque de física estadística busca captar comportamientos del mercado que puedan indicar manipulación, en particular spoofing y layering. El método se aplica a la actividad del libro de órdenes durante el desplome repentino de la criptomoneda LUNA, donde los autores señalan que encontraron muchos ejemplos de ambos comportamientos.

El documento también comunica comparaciones con la detección convencional de anomalías mediante puntuación Z en los mercados de LUNA y Bitcoin, y afirma que el enfoque propuesto identifica mejor la actividad manipuladora. Ofrece una descripción general, no detalles de implementación: el texto no define la medida de momento, no explica la elección de parámetros ni presenta resultados cuantitativos de rendimiento. Por tanto, los hallazgos indican un posible marco de detección, pero el resumen por sí solo no establece su robustez en distintas plataformas, periodos ni otras formas de manipulación.

Ideas clave

• La actividad del libro de órdenes se modela como movimiento de partículas inspirado en la física estadística.
• Se utiliza una medida de momento del sistema para resumir el estado del mercado.
• El enfoque se aplica a la detección de spoofing y layering en los mercados de LUNA y Bitcoin.
• Los autores comunican una identificación superior a la detección de anomalías mediante puntuación Z, sin ofrecer aquí detalles de rendimiento.

Etiquetas

# Detecting Financial Market Manipulation with Statistical Physics Tools


# Detecting Financial Market Manipulation with Statistical Physics Tools









We take inspiration from statistical physics to develop a novel conceptual framework for the analysis of financial markets. We model the order book dynamics as a motion of particles and define the momentum measure of the system as a way to summarise and assess the state of the market. Our approach proves useful in capturing salient financial market phenomena: in particular, it helps detect the market manipulation activities called spoofing and layering. We apply our method to identify pathological order book behaviours during the flash crash of the LUNA cryptocurrency, uncovering widespread instances of spoofing and layering in the market. Furthermore, we establish that our technique outperforms the conventional Z-score-based anomaly detection method in identifying market manipulations across both LUNA and Bitcoin cryptocurrency markets.

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.