欧州暗号資産ETPの日中異常検知
記事 arXiv papers · 著者: Julia Kończal et al.
サマリー
本研究は、XetraとNasdaq Stockholmに上場するビットコインおよびイーサリアムの上場取引型商品について、2024年1月から2025年12月までの1分足データを使い、日中の異常を調べます。ベンチマークでは、左裾の超過値に一般化パレート分布を当てはめ、極端なマイナスリターンを特定します。著者らはさらに、取引所間の価格乖離、次の10本の有効足でほとんど回復しない急落、短期的な上昇モメンタムに続く急落という3つの二値指標を加えます。
各異常カテゴリーが占めるのは足全体の1%未満です。マン・ホイットニーのU検定では、異常な観測値は通常の足に比べ、実効スプレッド、流動性関連比率、注文フローの不均衡が大きいことが示されました。4つの分類器が1本先の異常を予測し、報告されたAUC-ROC値は最大0.82でした。置換重要度では、一般に短期ボラティリティとドローダウンの指標が、マイクロストラクチャー変数より重視されました。これらの知見は異常の分類と関連する市場状況についてのものであり、検証済みのトレード戦略を示すものではありません。抜粋には取引コストや、予測に基づく取引が利益につながるかどうかの詳細がありません。結果は指定された商品、取引所、期間、足の頻度に限られます。
主なアイデア
- ベンチマークとして一般化パレート分布を用い、極端なマイナスリターンの足を検出します。
- 3つの追加指標で、取引所間の乖離、回復の乏しさ、上昇モメンタム後の反落を捉えます。
- 異常な足は、実効スプレッドの拡大、流動性比率の上昇、注文フローの不均衡と関連しています。
- 4つの分類器は1本先の予測可能性を示し、AUC-ROC値は最大0.82でした。
- 一般に、短期ボラティリティとドローダウンの指標は、マイクロストラクチャー変数より有用な予測因子です。
タグ
全文
# 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.
出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0
この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。