Passer au contenu
Tous les documents de la bibliothèque

Physique statistique pour détecter le spoofing et le layering

Article arXiv papers · Auteur: Haochen Li et al.
Lire la source originale

Résumé

Le document propose de représenter la dynamique du carnet d’ordres comme le mouvement de particules et de résumer l’état du marché par une mesure de momentum. Ce cadre inspiré de la physique statistique vise à saisir des comportements de marché pouvant signaler une manipulation, notamment le spoofing et le layering. La méthode est appliquée à l’activité du carnet d’ordres autour du krach éclair de la cryptomonnaie LUNA, où les auteurs indiquent avoir trouvé de nombreux exemples de ces deux comportements.

Le document rapporte également des comparaisons avec la détection conventionnelle d’anomalies par score Z sur les marchés LUNA et Bitcoin, et affirme que l’approche proposée identifie mieux les activités manipulatrices. Il en donne une vue d’ensemble plutôt que des détails de mise en œuvre : le texte ne définit pas la mesure de momentum, n’explique pas les choix de paramètres et ne fournit pas de résultats quantitatifs de performance. Les résultats indiquent donc un cadre de détection possible, mais le résumé seul n’établit pas sa robustesse sur différentes plateformes, périodes ou autres formes de manipulation.

Idées clés

  • L’activité du carnet d’ordres est modélisée comme un mouvement de particules inspiré de la physique statistique.
  • Une mesure de momentum à l’échelle du système sert à résumer l’état du marché.
  • L’approche est appliquée à la détection du spoofing et du layering sur les marchés LUNA et Bitcoin.
  • Les auteurs rapportent une meilleure détection qu’avec les scores Z, sans fournir ici de détails sur les performances.

Étiquettes

CryptomonnaiesMicrostructure des marchésStatistiquesGestion des risques
Texte intégral
# 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.

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.