통계물리학 지표로 허수 주문과 레이어링 탐지
기사 arXiv papers · 저자: Haochen Li et al.
요약
이 문서는 주문장 역학을 입자의 움직임으로 표현하고 운동량 지표로 시장 상태를 요약하는 방법을 제안합니다. 통계물리학 관점의 이 방법은 특히 허수 주문과 레이어링처럼 시장 조작을 시사할 수 있는 행동을 포착하는 데 목적이 있습니다. 저자들은 LUNA 가상자산 급락 전후의 주문장 활동에 이 방법을 적용해 두 행동의 광범위한 사례를 발견했다고 보고합니다.
문서는 LUNA 및 비트코인 시장에서 기존 Z 점수 이상 탐지와 비교한 결과도 보고하며, 제안한 방법이 조작 행위를 더 잘 식별한다고 주장합니다. 구현 세부 사항이 아니라 개괄적인 설명을 제공합니다. 운동량 지표를 정의하거나 매개변수 선택을 설명하지 않으며, 정량적 성과 결과도 제시하지 않습니다. 따라서 결과는 가능한 탐지 틀을 가리키지만, 요약만으로는 여러 거래소와 기간 또는 다른 형태의 조작에도 견고한지 입증되지 않습니다.
핵심 아이디어
- 통계물리학에서 착안해 주문장 활동을 입자의 움직임으로 모형화합니다.
- 시장 상태를 요약하는 시스템 수준의 운동량 지표를 사용합니다.
- LUNA 및 비트코인 시장에서 허수 주문과 레이어링 탐지에 적용합니다.
- 저자들은 Z 점수 이상 탐지보다 식별력이 높다고 보고하지만, 여기에는 성과 세부 사항이 없습니다.
태그
전문
# 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.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.