統計物理学によるスプーフィングとレイヤリングの検出指標
記事 arXiv papers · 著者: Haochen Li et al.
サマリー
この文書は、注文板の動きを粒子の運動として表し、モメンタム指標で市場状態を要約する手法を提案しています。この統計物理学に基づく枠組みは、特にスプーフィングやレイヤリングなど、市場操作の兆候となり得る市場行動を捉えることを目的とします。この手法をLUNAの暗号資産フラッシュクラッシュ前後の注文板活動に適用し、著者らは両方の行為の広範な事例を検出したと報告しています。
この文書はまた、LUNAとビットコイン市場で従来のZスコア異常検知と比較し、提案手法が市場操作をより適切に特定したと主張しています。実装の詳細ではなく概要を示しており、モメンタム指標の定義、パラメータの選択理由、定量的な成績は記載されていません。したがって、結果は検知の枠組みとなる可能性を示しますが、この要約だけでは、異なる取引所、期間、他の市場操作に対する頑健性は確立されません。
主なアイデア
- 統計物理学に着想を得て、注文板の活動を粒子の運動としてモデル化します。
- 市場状態を要約するため、システム全体のモメンタム指標を用います。
- この手法をLUNAとビットコイン市場のスプーフィング・レイヤリング検出に適用しています。
- 詳細な成績は示されていませんが、Zスコアによる異常検知より識別力が高いと著者らは報告しています。
タグ
全文
# 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.
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。