知识库

这项研究使用卷积自编码器提取加密货币市场行为的主要模式，并将 40 种加密货币划分为不同类别。研究考察从 15 May 2013 开始的连续十二个六个月区间，并将类别归属随时间的变化与加密货币市场的成熟联系起来。研究提出，交易者可以通过解读这些不断变化的分组来理解市场结构，并为投资或交易决策提供参考。…

这项研究比较量子机器学习、经典机器学习、量子经典混合方法和 Transformer 模型在自动做市商及去中心化金融交易策略中的应用。研究报告了多个加密资产和十种模型变体的回测结果，包括随机森林、梯度提升、逻辑回归、若干量子分类器和混合序列模型。研究旨在评估量子方法在这一交易场景中是否有增益。…

本文考察预测市场合约的结算机制：结算取决于资产价格，而交易者可以通过标的市场的交易活动影响该价格。模型预测，这类合约可能将财富从预测市场的流动性提供者或交易者转移给操纵者，同时损害标的资产的价格发现。因此，模型将合约设计与两个相连市场中的交易激励联系起来。 证据来自 Polymarket…

这项分析研究在多个平台交易的主流加密货币逐笔数据，考察交易间隔以及交易笔数、交易量和波动率。作者报告，交易间隔存在长程幂律自相关，并将这一模式与多重分形联系起来。奇异谱呈非对称性，高活跃时期的多重分形特征比平静时期更丰富。…

本文探讨一种用于卢旺达境内交易的加密货币的前景与挑战，并将其称为 Rwandacoin。文章结合加密货币在网络交易中的使用日益增加以及区块链在非洲的应用背景展开讨论。重点考察的一种应用是，以卢旺达为中心的数字货币能否促进东非国家之间的贸易。 现有描述指出了主题和预期用途，但未提供拟议货币的设计、运行模式或前景评估方法的细节，也未报告采用情况、交易成本、监管或跨境贸易结果。读者可以将这篇论文视为对区域支付概念的探讨，但不能据此认定该货币已经落地或已被证明能改善贸易。本文概述所涉及的实际问题和政策问题仍未解决。

本研究比较六种信息柱：美元柱、成交量柱、波动率柱、区间柱、Renko 柱和混合柱。这些信息柱基于 Binance 成交逐笔数据和一分钟 OHLCV 数据构建，用于 BTCUSDT 永续合约。研究采用统一的自适应 EMA 校准框架，将其与固定时间间隔的时间柱进行比较，并在逐笔数据流程中使用原生逐笔活动信号。该设计旨在隔离数据分辨率对柱质量的影响。…

本文分析隐私噪声如何影响Kyle式市场中的价格形成。模型假设一名承诺型贝叶斯做市商观察到混有独立高斯噪声的订单流，并据此推导出唯一的线性均衡。在该均衡中，随着隐私参数变化，做市商的价格冲击系数与知情交易者策略呈反向变化，两者的乘积保持不变。…

本文研究CryptoQuant信号（包括链上数据、交易所数据和矿工数据）以及巨鲸警报帖文能否帮助预测次日比特币波动率，尤其是极端飙升。研究提出Synthesizer Transformer预测模型，并将其表现与现有方法进行比较。作者报告称，使用这些数据源时，该模型对极端波动率的预测表现更好，但说明未提供样本期、资产市场细节或数值比较结果。…

本研究考察欧洲加密货币市场的高频观测数据，以描述与程序化交易相关的日内活动。研究分析收益、交易量、波动率的周期性模式，以及收益与CRIX加密货币指数之间的相关性。研究还按时间汇总市场统计数据，旨在描述市场活动在一天中的变化。…

本文提出一种无模型强化学习框架，用于在金融资产之间重新配置投资组合。其组成部分包括独立评估器集成、对先前组合权重的记忆、在线随机批量学习，以及显式奖励函数。该框架采用卷积神经网络、循环神经网络和长短期记忆神经网络实现。…

本文说明加密货币永续掉期的未平仓合约与市场活动、流动性及交易所潜在杠杆之间的关系。由于未平仓合约可反映最低抵押品要求，汇总交易所的未平仓合约并与储备证明对比，或有助于评估偿付能力风险。 研究将七家流动性较高的加密衍生品交易所报告的未平仓合约，与2023两个时期的逐笔交易数据进行比较。研究发现，一些大型交易所对未平仓合约的报告存在程度不一的偏差：有些数字看起来不合常理，而另一些差异似乎与清算信息延迟报告相符。说明中未提供具体验证流程或各交易所的详细结果，因此这些发现不能证明每项差异都源于故意虚报。

本研究分析比特币相关工具的高频已实现波动率及其传导情况，对比以US美元计价的比特币与兑泰达币交易的比特币。研究发现，币安泰达币保证金永续合约是波动率溢出的主要来源，向其他工具传导大量波动率，同时从其他工具接收的波动率相对较少。 分析还报告称，市场在US交易时段的响应更强，西方股市开盘时加密市场的关联性也更高。这些发现表明，研究比特币波动率和考虑监管时，衍生品交易场所十分重要。所提供的说明未给出样本期、估计细节或稳健性检验，因此这些关系应视为研究发现，而非普遍适用的因果结论。

本文提出一种深度循环模型，利用交易所订单流对高频价格方向变动建模。订单流是指不断到达并参与价格形成的订单序列。研究的核心问题是，在一种市场状态下训练的模型，在市场条件发生重大变化后是否仍然有用。 为评估时间稳定性，作者使用 2017…

本研究提出一种方法，用于识别中心化加密货币交易所现货交易记录中可能存在的单向套利（OWA）序列。公开数据缺少交易者身份或钱包地址，因此该方法从匿名交易中推断关联交易序列，让研究人员估算此类活动的发生频率、总交易量和利润。 该方法应用于 Binance 五年和 Kraken 九年的数据，在 Binance 上识别出数亿个可能的序列，在 Kraken…

本研究考察在 2016 至 2020 的样本期内，比特币、以太坊和瑞波币相对欧元、日元、标普 500 指数和 MSCI 世界指数的日美元收益是否稳定。研究首先去除周期短于一个月的波动，再通过三种方法评估筛选后的日收益之间的关系：皮尔逊相关、用于允许滞后关系的动态时间规整，以及基于 Black-Scholes 模型隐含界限的累计预测误差检验。…

本文通过加入数据驱动的重启机制，改进了回撤调节交易策略。据称，基础策略能够以概率一将最大百分比回撤控制在预设限值内。然而，实际运行中接近该限值可能使策略表现得像止损机制；如果之后价格回升或继续朝有利方向发展，交易者可能因此错失盈利机会。 所提出的重启机制旨在回撤压力出现后重新调整系统，使交易得以恢复，而不是一直处于实质上的停止状态。作者报告称，与原策略相比，该机制可能改善交易表现，包括交易成本非零时的表现。作者以涉及股票 ETF…

本研究概述了将循环神经网络用于加密货币价格预测和交易策略开发的工作流程。研究以市场波动性以及循环模型表示时间序列数据模式的能力为方法提供依据。所述流程包括收集和预处理数据、优化模型，并利用模型预测为交易策略提供参考。 研究称使用回测评估盈利能力和风险，但未提供数据集详情、模型架构、交易规则、基准结果或预测准确率测量值。就目前的描述而言，这只是高层次的项目说明，信息不足以复现或评估该策略。回测结果也取决于数据和评估选择，而本文没有说明这些内容。

本研究介绍了一种自动化长波动率方法，通过交易跨式期权来实现长波动率敞口，而不预测价格会上涨还是下跌。该方法采用基于 Transformer 的双重深度 Q 网络，对时间序列输入和多个周期的信息使用注意力机制。其奖励设计强调较长时间范围内的超额收益，同时计入超过止损阈值的损失；在市场状况不确定时，阻力位也会提供额外参考。…

本文探讨能否跨不同区块链账本关联加密货币交易，拓展了在单一货币内部追踪活动的研究。研究聚焦于将一种加密货币兑换成另一种的交易服务，这类服务可能在原本彼此独立的交易历史之间建立联系。研究开发了识别跨账本关联的启发式方法，并考察跨币种兑换活动的模式。 研究证据结合了从 ShapeShift…

本文介绍了通过分类市场状态来构建策略的方法，而非直接预测价格或收益。标签定义市场状态，移动平均线等市场特征则根据其区分这些标签的能力进行选择。不同的神经网络根据特征预测各个标签，并输出买入或卖出概率；这些建议经过线性组合，形成候选策略。…

本文考察比特币收益的统计性质，将其动态与传统货币进行比较，并分析其在不同时间尺度上的表现。实证样本是在研究所涉时期内来自单一比特币平台的交易数据。为评估长期依赖性，研究采用去趋势波动分析，并在滑动窗口中计算 Hurst 指数，以便跟踪估计持久性的时间变化。 报告的估计值在比特币早期年份变化显著，并且在样本后期趋于稳定。多尺度结果显示 Hurst…

本文评估社交媒体情绪和关注度指标能否帮助预测十种加密货币的日对数收益。预测变量包括 Twitter 和 Reddit 情绪、Google Trends 指数及交易量。预测方法为经过 LASSO 正则化的向量自回归，并在从 2018 年 1 月至 2022 年 1 月的日度观测上进行递归 30 日预测。研究还将预测结果与基准进行比较，并使用后双重 LASSO 方法对高维 VAR 进行 Granger 因果分析。 报告的方向准确率超过 50%，相对于主要基准，平均方向准确率提高了…

本文考察加密的提交后揭示交易系统如何使永续期货资金费率信号暴露于自行发起的状态操纵。攻击者若了解自己的交易，并持有受状态变化影响的权益，就可能通过操纵资金费率计算的输入获益。由于资金转移同时取决于费率信号和接收方持仓量，即便加密处理本身很快，延迟披露也可能影响经济结果。…

本文介绍一种加密货币交易系统，将多个时间框架的趋势信息与预测短期价格方向的神经网络结合起来。系统把市场价格、链上指标和订单簿活动整合为买卖压力信号，以支持快速交易决策。所提方法使用统计建模连接不同时间跨度的信号，并指导高频执行。 本文声称该系统实现了正的风险调整后收益，并能以统计置信度在不到一秒内作出决策。然而，所提供的描述没有数据时期、资产清单、基准、详细表现指标或验证流程。因此，它概述了建模方法及其预期优势，但没有提供足够证据来评估结果的稳健程度，也无法判断其是否考虑了交易成本和市场条件变化。