Détecter les anomalies intrajournalières des produits crypto cotés en Europe

Résumé

Cette étude examine les anomalies intrajournalières de produits négociés en bourse liés au Bitcoin et à l’Ethereum, cotés sur Xetra et Nasdaq Stockholm, à partir de barres d’une minute allant de janvier 2024 à décembre 2025. La référence repère les rendements extrêmement négatifs en ajustant une loi de Pareto généralisée aux dépassements de la queue gauche. Les auteurs ajoutent trois indicateurs binaires : les écarts de prix entre plateformes, les chutes extrêmes suivies de peu de reprise au cours des dix barres actives suivantes, et les chutes extrêmes précédées d’un momentum positif à court terme.

Chaque catégorie d’anomalies représente moins de 1% des barres. Les tests U de Mann-Whitney révèlent que les observations anormales présentent des spreads effectifs, des ratios liés à la liquidité et des déséquilibres de flux d’ordres plus élevés que les barres ordinaires. Quatre classificateurs prédisent les anomalies une barre à l’avance, avec des valeurs AUC-ROC pouvant atteindre 0.82 ; l’importance par permutation favorise généralement les mesures de volatilité à court terme et de baisse depuis le sommet par rapport aux variables de microstructure. Ces résultats portent sur la classification des anomalies et les conditions de marché associées, et non sur une stratégie de trading testée. L’extrait ne précise ni les coûts de trading ni si l’exploitation des prévisions serait rentable ; les résultats se limitent aux produits, plateformes, période et fréquence des barres spécifiés.

Idées clés

• Une loi de Pareto généralisée sert de référence pour repérer les barres aux rendements extrêmement négatifs.
• Trois indicateurs supplémentaires capturent les écarts entre plateformes, l’absence de reprise et les retournements après un momentum positif.
• Les barres anormales sont associées à des spreads effectifs plus larges, à des ratios de liquidité plus élevés et à des déséquilibres de flux d’ordres plus marqués.
• Quatre classificateurs montrent une capacité prédictive à une barre d’avance, avec des valeurs AUC-ROC pouvant atteindre 0.82.
• En général, les mesures de volatilité à court terme et de baisse depuis le sommet sont plus utiles à la prédiction que les variables de microstructure.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.