شناسایی ناهنجاری‌های درون‌روزی در محصولات قابل معامله ارز دیجیتال اروپا
خلاصه
این پژوهش ناهنجاری‌های درون‌روزی را در محصولات قابل معامله بیت‌کوین و اتریومِ فهرست‌شده در زترا و نزدک استکهلم بررسی می‌کند و از داده‌های یک‌دقیقه‌ای از ژانویه 2024 تا دسامبر 2025 استفاده می‌کند. معیار مبنا با برازش توزیع پارتو تعمیم‌یافته به مقادیر فراتر از دنباله چپ، بازده‌های منفی شدید را شناسایی می‌کند. نویسندگان سه شاخص دودویی اضافه می‌کنند: واگرایی قیمت میان محل‌های معامله، افت‌های شدید با بازیابی اندک طی ده کندل فعال بعدی، و افت‌های شدید پس از مومنتوم مثبت کوتاه‌مدت.
هر دسته ناهنجاری کمتر از 1% از کندل‌ها را تشکیل می‌دهد. آزمون‌های یو من-ویتنی نشان می‌دهند که مشاهدات ناهنجار در مقایسه با کندل‌های معمولی، اسپرد مؤثر، نسبت‌های مرتبط با نقدشوندگی و عدم‌تعادل جریان سفارش بالاتری دارند. چهار دسته‌بند ناهنجاری‌ها را یک کندل جلوتر پیش‌بینی می‌کنند و مقادیر AUC-ROC گزارش‌شده تا 0.82 می‌رسند؛ اهمیت جایگشتی عموماً نوسان کوتاه‌مدت و معیارهای افت سرمایه را بر متغیرهای ریزساختار بازار ترجیح می‌دهد. این یافته‌ها به دسته‌بندی ناهنجاری‌ها و شرایط مرتبط بازار مربوط‌اند، نه یک استراتژی معاملاتی آزموده‌شده. متن جزئیاتی درباره هزینه‌های معامله یا سودآوری اقدام بر اساس پیش‌بینی‌ها نمی‌دهد و نتایج به محصولات، محل‌های معامله، دوره و بسامد کندل مشخص‌شده محدود هستند.
ایده‌های کلیدی
- برای علامت‌گذاری کندل‌های دارای بازده منفی شدید به‌عنوان معیار مبنا، از توزیع پارتو تعمیم‌یافته استفاده می‌شود.
- سه شاخص افزوده، واگرایی میان محل‌های معامله، نبود بازیابی و بازگشت پس از مومنتوم مثبت را ثبت می‌کنند.
- کندل‌های ناهنجار با اسپرد مؤثر گسترده‌تر و نسبت‌های مرتبط با نقدشوندگی و عدم‌تعادل جریان سفارش بالاتر همراه‌اند.
- چهار دسته‌بند قابلیت پیش‌بینی یک کندل جلوتر را نشان می‌دهند و مقادیر AUC-ROC تا 0.82 گزارش شده‌اند.
- معیارهای نوسان کوتاه‌مدت و افت سرمایه عموماً پیش‌بینی‌کننده‌های مفیدتری از متغیرهای ریزساختار بازار هستند.
برچسب‌ها
متن کامل
# 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.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.