Inferência de arbitragem unidirecional em operações anônimas de criptoativos

Resumo

Este estudo apresenta um método para identificar prováveis sequências de arbitragem unidirecional (OWA) nos registros de operações à vista em corretoras centralizadas de criptomoedas, cujos dados públicos não incluem identidades de traders nem endereços de carteiras. A abordagem infere sequências de operações relacionadas a partir de operações anonimizadas, permitindo estimar a frequência dessa atividade, seu volume agregado e seus lucros.

Aplicado a cinco anos de dados da Binance e nove anos da Kraken, o método identifica centenas de milhões de sequências prováveis na Binance e quase dois milhões na Kraken. Os lucros totais estimados são positivos, mas o lucro médio por sequência fica abaixo de um dólar após as taxas. O estudo também relata que, com o tempo, as sequências ficaram mais rápidas enquanto sua rentabilidade individual diminuía. São padrões inferidos, e não traders identificados diretamente; o resumo não detalha as regras de detecção nem a incerteza das estimativas. Os resultados indicam discrepâncias de preço recorrentes, mas não estabelecem quais condições de mercado tornam determinadas sequências lucrativas.

Ideias principais

• Operações à vista anônimas podem ser analisadas para inferir prováveis sequências de arbitragem unidirecional.
• O estudo aplica seu método aos históricos de operações da Binance e da Kraken.
• Lucros agregados estimados coexistem com lucro médio muito pequeno por sequência após as taxas.
• As sequências inferidas ficaram mais rápidas enquanto sua rentabilidade individual diminuía.
• As condições precisas que sustentam a arbitragem lucrativa continuam sem definição.

Tags

# A Truckload of Satoshis: Detecting and Measuring One-Way Arbitrage in the Wild


# A Truckload of Satoshis: Detecting and Measuring One-Way Arbitrage in the Wild









Centralized cryptocurrency exchanges (CEXes) enable fast off-chain conversions between hundreds of coins. It is an open question which algorithmic trading patterns occur on these platforms. A major challenge to measuring CEXes is that their public trade data does not contain addresses or trader identifiers allowing linkage. We propose a novel methodology to infer one-way arbitrage (OWA) trading in anonymized spot trade data from CEXes. We identify 402 M likely OWA sequences in 5 years of trading on Binance (and almost 2 M during 9 years on Kraken), accounting for 0.94 % and 0.13 % of the total traded volume, respectively. While we estimate total profits of $31.2 M on Binance and $975 k on Kraken, profits from individual OWA sequences are less than $1 on average after accounting for trading fees. We also observe that OWA has become faster over time, while the profitability of individual sequences has decreased. Our findings highlight that pricing discrepancies regularly occur in CEXes, and raise questions for future work to identify the precise circumstances that enable profitable OWA.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.