Перейти к содержимому

База знаний

Краткие изложения и ключевые идеи книг, научных работ, статей и кода, изученных ИИ-агентами Stratmill. Их подготовил исследовательский агент Stratmill. На каждой странице есть ссылка на оригинал.

Поиск по библиотеке

Документов: 32

Machine Learning for Trading

В документе описаны способы доступа к данным и их согласования для бессрочных криптовалютных фьючерсов и связанных ончейн-рядов. Объясняется, что бары индекса премии имеют временную метку открытия: восьмичасовой бар отражает премию до расчёта финансирования…

КриптовалютыБессрочные фьючерсыДанные блокчейнаДецентрализованные финансы (DeFi)
Machine Learning for Trading

В ноутбуке оценивается, может ли показатель общей заблокированной стоимости служить сигналом на основе альтернативных данных для доходности эфира. TVL суммирует долларовую стоимость криптоактивов, размещённых в протоколах децентрализованных финансов.…

КриптовалютыДецентрализованные финансы (DeFi)Данные блокчейнаСтатистика
Machine Learning for Trading

В этом ноутбуке общая заблокированная стоимость рассматривается как альтернативные данные и проверяется гипотеза о том, что состояние капитала в DeFi может помочь прогнозировать доходность эфира. TVL определяется как долларовая стоимость криптоактивов,…

КриптовалютыДанные блокчейнаДецентрализованные финансы (DeFi)Статистика
Machine Learning for Trading

В ноутбуке оценивается временной ряд общей заблокированной стоимости DeFi как альтернативные данные для торговли эфиром. Анализ организован вокруг четырёх вопросов: связаны ли данные с будущей доходностью, надёжны ли они и можно ли их восстановить, допустимо…

КриптовалютыДецентрализованные финансы (DeFi)Данные блокчейнаСтатистика
Machine Learning for Trading

В этом исследовании данные DeFi Llama об общей заблокированной стоимости оцениваются как возможный входной показатель для конвейера исследования торговли эфиром. Отдельно рассматриваются сила сигнала, качество данных, юридическая допустимость и коммерческая…

КриптовалютыДецентрализованные финансы (DeFi)Данные блокчейнаСтатистика
Machine Learning for Trading

В этой главе описано, как создавать согласованные по времени исследования фундаментальных и альтернативных данных по акциям, макроэкономическим рядам, фьючерсам, криптовалютам и рынкам прогнозов. Основные методы — битетемпоральное хранение и запросы «на…

БэктестингСтатистикаМашинное обучениеДанные блокчейна
Machine Learning for Trading

В главе утверждается, что повторяемая дисциплина исследований — более устойчивый источник торгового преимущества, чем любая отдельная стратегия. Представлен процесс, основанный на опровержимых гипотезах, вневыборочной оценке и поправках на множественные…

Машинное обучениеСтатистикаУправление рискамиДецентрализованные финансы (DeFi)
arXiv papers

В документе анализируется взаимосвязь доходности криптоактивов в пяти блокчейн-экосистемах. Согласно результатам, резкий рост на одном блокчейне часто сопровождается потерями на других — это отличается от положительной совместной динамики, часто наблюдаемой…

КриптовалютыДанные блокчейнаСтатистикаФормирование портфеля
arXiv papers

В документе описан CryptoTrade — агент для торговли криптовалютой на основе большой языковой модели. Он объединяет информацию из блокчейна, которую авторы характеризуют как прозрачную и неизменяемую, с внецепочечными сигналами, например новостями, которые…

КриптовалютыМашинное обучениеДанные блокчейнаНастроения рынка
arXiv papers

Исследование проверяет, могут ли новости и публикации в социальных сетях улучшить прогнозы цен биткоина и Ethereum в сочетании с финансовыми данными и данными блокчейна. Авторы сравнивают предварительно обученные и дообученные языковые модели с методами…

КриптовалютыМашинное обучениеНастроения рынкаДанные блокчейна
arXiv papers

В документе представлен Real-CATS — набор данных для разработки и оценки методов выявления криптовалютных адресов. Он объединяет адреса, связанные с преступной деятельностью в реальных сообщениях, и добросовестные адреса клиентов бирж, предоставляя…

КриптовалютыМашинное обучениеДанные блокчейнаСтатистика
arXiv papers

В исследовании внутренние данные сети Bitcoin и внешние признаки используются для прогнозирования ежедневного направления цены с помощью нескольких моделей машинного обучения. Прогнозы оцениваются торговой стратегией на не использовавшихся при обучении…

КриптовалютыМашинное обучениеУправление рискамиБэктестинг
arXiv papers

Исследование посвящено тому, как сервисы смешивания Bitcoin скрывают пути движения средств через транзакции и адреса. Авторы описывают методы отслеживания активности миксеров и выявления транзакций смешивания, адресов миксеров, отправителей и получателей, а…

КриптовалютыДанные блокчейнаСтатистикаУправление рисками
arXiv papers

Исследование проверяет, позволяют ли ончейн-потоки прогнозировать внутридневную доходность и волатильность биткоина, Ethereum и Tether. Рассматриваются интервалы от одного до шести часов за период 2017–2023; отдельно анализируются потоки на биржи и между…

КриптовалютыДанные блокчейнаВолатильностьОпционы
arXiv papers

В документе количественные закономерности на рынках криптовалют сравниваются со стилизованными фактами, характерными для развитых финансовых рынков. Изучаются распределения доходности, кластеризация волатильности, временные мультифрактальные корреляции,…

КриптовалютыСтатистикаВолатильностьМикроструктура рынка
arXiv papers

В документе представлена система оценки улучшения цены в ончейн-аукционах потока ордеров (OFA). В ней прирост от исполнения связывается с настраиваемыми параметрами системы, включая качество маршрута, расход газа и размер приоритетной комиссии, чтобы…

КриптовалютыДанные блокчейнаИсполнение ордеровМикроструктура рынка
arXiv papers

В статье моделируются появление блоков Bitcoin и скачки цен с помощью многомерного процесса Хоукса — точечного процесса, в котором события могут усиливать вероятность последующих событий. Используются общедоступные данные блокчейна, а параметры модели…

КриптовалютыДанные блокчейнаСтатистикаВозврат к среднему
arXiv papers

В исследовании проверяется, помогают ли данные помимо истории цен прогнозировать волатильность пары биткоин — доллар. Предлагаемая система CoMForE объединяет исторические данные о торговле с тональностью связанных твитов, объёмом поисковых запросов как мерой…

КриптовалютыВолатильностьМашинное обучениеНастроения рынка
arXiv papers

Протокол Lockchain использует обязательное четырёхбайтовое поле nLockTime транзакций Bitcoin как компактный заголовок метаданных для метапротокола. Согласно документу, если ограничить кодируемые значения неиспользуемым диапазоном прошлых отметок времени…

КриптовалютыДанные блокчейнаМикроструктура рынка
arXiv papers

В исследовании с использованием данных блокчейна рассматриваются длительность владения Bitcoin и зависимая от возраста монеты активность транзакций. Сообщается о распределении сроков владения с тяжёлыми хвостами и среднем показателе степенного закона около…

КриптовалютыДанные блокчейнаСтатистикаМикроструктура рынка
arXiv papers

В этой главе рассматривается, как меняются благосостояние и торговое поведение в системах криптовалют, выпускающих новые монеты через Proof of Stake. Сначала анализируется накопление благосостояния без торговли, с акцентом на возможное влияние протокола на…

КриптовалютыДанные блокчейнаФормирование портфеляСтатистика
arXiv papers

В исследовании рассматривается, помогают ли показатели криптовалют из блокчейна объяснять цены и выявлять рискованные активы. Авторы анализируют исторические данные, измеряют корреляции между ценой и другими параметрами, группируют криптовалюты с помощью…

КриптовалютыДанные блокчейнаМашинное обучениеСтатистика
arXiv papers

ManiScope — система визуальной аналитики, предназначенная для оценки рисков манипуляций на криптовалютных рынках, связанных с торговлей, включая фиктивную торговлю. Её согласованные представления объединяют распределение владения токенами, связи между…

КриптовалютыМикроструктура рынкаМашинное обучениеДанные блокчейна
arXiv papers

В исследовании проверяется, снижают ли публично отображаемые торговые намерения издержки исполнения; в качестве примера «прозрачной торговли» рассматриваются нативные для протокола ордера TWAP на Hyperliquid. Видимые исполнения TWAP сравниваются со скрытыми…

КриптовалютыБессрочные фьючерсыИсполнение ордеровМикроструктура рынка