知识库

论文研究私有内存池在三明治攻击变得有利可图之前会泄露多少信息。其模型采用无手续费的恒定乘积自动做市商，并假设攻击者知道代币对和交易方向，但只能看到受害者交易规模所在的一个区间。攻击者通过第一价格拍卖竞标机会，并且必须确保受害者的交易在整个区间内都能执行。…

文档介绍了与广义 Tempered Stable（GTS）分布相关的两种概率分布：其背景驱动 Lévy 过程，以及使用该过程构造的自分解分布。文档还将这些分布置于 Ornstein–Uhlenbeck 框架中，说明它们可作为平稳分布，用于模拟不断变化的收益。…

文档认为，NFT市场原则上具有透明性，但容易受到复杂交易者的影响，他们会利用技术知识、协议机制和市场低效。文档将机会主义交易描述为自动化的高频活动，认为这类活动可能干扰普通用户的交易，并从普通用户较难利用的情形中攫取价值。…

本研究考察在 Xetra 和 Nasdaq Stockholm 上市的比特币和以太坊交易所交易产品的日内异常，使用从2024年1月至2025年12月的一分钟 K 线。基准方法通过对左尾超额拟合广义帕累托分布来识别极端负收益。作者又加入三个二元指标：不同交易场所间的价格偏离、之后十个活跃 K 线内几乎没有恢复的极端下跌，以及发生在短期正向动量之后的极端下跌。 每类异常所占 K 线比例均低于1%。Mann-Whitney U 检验发现，与普通 K…

该研究考察新闻和社交媒体文本与金融及区块链数据结合后，能否改善比特币和以太坊价格预测。研究比较了预训练和微调语言模型与基于词典的情绪分析方法，并使用BART MNLI零样本分类识别看涨或看跌内容。预测目标包括局部价格极值和日度走势；选择这些目标旨在降低交易频率和投资组合波动。…

该研究考察不同时间区间和数字资产交易所中比特币收益分布的尾部。研究检验共同标度行为并估计幂律指数，重点关注尾部是否意味着有限的二阶矩。作者报告称，在所考察的区间和交易所中，尾部均呈现缓慢衰减的幂律，渐近指数介于2与2.5之间。…

本文介绍将深度强化学习用于均值回归交易问题。其目标是让实践者更容易使用近期的强化学习方法，否则他们可能需要在众多方法中作出选择，或从经典基础开始构建智能体。文中演示使用一个最初为策略游戏开发的强化学习库，并将其用于金融决策。 该框架还纳入了具有经济学动机的函数性质，目标是得到收敛且表现出色的解。不过，本文没有给出具体模型架构、奖励设计、交易规则、数据、基准或数值结果。因此，文中概述的是方法及其动机，证据不足以评估盈利能力、稳健性或相对于其他方法的表现。本段中关于收敛性和表现的主张没有实验细节支持。

本文介绍了Exeum，这是一个拟议中的去中心化平台，用于发行锚定现实世界资产的数字代币。其锚定代币由虚拟资产支持，用户可使用基础代币在系统中建立多头或空头头寸。平台旨在通过控制资产互换汇率维持锚定，并预期套利者会在锚定偏离时进行交易。文中还介绍了分发统计套利软件，以分散这一做市角色。…

本文探讨为何能力更强的大语言模型有时在加密货币交易中的表现不如较弱模型。文中认为，部分原因是较强模型倾向于优先采用事实信息，而非主观解读。提出的FS-ReasoningAgent框架将推理拆分为事实和主观两部分，使交易决策能够结合这两类输入。…

本文介绍Real-CATS数据集，旨在支持加密货币地址检测方法的开发与评估。该数据集将现实报告中识别出的犯罪地址与交易所客户关联的良性地址相结合，为真实世界数据难以获取的研究领域提供标注样本。…

本研究使用比特币网络内部数据和外部特征，通过多个机器学习模型预测每日价格方向。研究使用2021年第一季度收集的未见观测数据，通过交易策略评估这些预测。在为期三个月的测试期内，二元信号产生的收益据报告与买入并持有相当。…

本研究提出一种加密资产统计套利信号，该信号基于与加密货币收益中的领先动量因子相关的均值回复。研究概述了算法并提供源代码，但现有描述没有说明信号构建、组合规则或交易频率。 研究使用实证分析识别哪些加密资产横截面呈现统计显著的效应。研究还讨论了流动性及其发现对这些资产交易可能意味着什么。摘录没有报告效应大小、样本日期、交易成本或样本外表现，因此仅凭统计显著性无法证明这一机会可执行，也无法证明扣除成本后仍有盈利。文中指出流动性值得关注，但没有量化其影响。

PulseReddit将大规模Reddit讨论与高频加密货币市场统计数据对齐，以研究社交信息能否支持短期交易。本文评估整合这些数据的LLM多智能体系统，并将其表现与传统基准进行比较。 报告的实验发现，加入情绪信息的系统交易表现更好，尤其是在牛市中，并描述了其跨市场状态的适应能力。研究还考察了模型表现与效率之间的权衡，以帮助选择模型。所提供的描述没有说明数据集构建细节、资产、评估时期、成本或数值结果，因此仅凭这段文字无法更准确地评估这些结论。

本文介绍一种与模型无关的资产波动率预测框架，通过已实现波动率提取一组精简的时变因子。这些因子旨在以可控的计算量捕捉跨资产联动关系的变化，从而弥补静态因子载荷的局限，并避免完整多变量模型的高昂计算成本。它们可以加入统计或AI预测方法，以同时表示市场整体和资产特定的动态。…

本文介绍 TiMi，这是一种用于量化交易的多智能体系统，将交易策略开发与分钟级执行分开。该系统为语言模型分配专业任务，例如解读市场信息、编写交易机器人和进行数学推理。其流程从整体市场模式开始，再定制策略，随后通过反馈循环改进并部署最终策略。 论文报告称，该系统在超过200个股票和加密货币交易对上进行了评估，并声称其在波动市场中盈利稳定、操作高效且能控制风险。摘要未提供表现数据、比较方法，也未说明数据选择、交易成本或样本外测试的细节。这些缺失使人难以判断结果有多稳健，也难以评估系统能否迁移到实盘交易。

本文介绍一种长短期记忆模型，利用回看期内的逐笔交易数据，在固定的短期时距上预测加密货币价格方向。其流程包括特征设计和超参数搜索，训练数据来自近一年的交易观测。 作者报告称，样本外准确率超过60%，且各测试期间的表现保持稳定；他们还介绍了一项交易模拟，其中预测结果可能被用于变现。作者还报告称，在部分交易品种上训练的参数在其他加密货币上仍保持表现。摘要未说明资产、预测时距、样本日期、模拟假设或扣除费用和滑点后的表现。因此，这些报告结果不能证明其在实盘交易中盈利，也不能证明其普遍适用于各类加密市场。

本文提出一种预测比特币短期价格方向的模型，将小时级价格和成交量特征与 Reddit 情绪结合。滚动波动率指标将每条观测标记为稳定或波动状态，训练得到的门控机制则调整情绪与价格信息的相对权重：波动状态下赋予情绪更高权重，稳定状态下则更重视价格动态。研究将该方法与仅使用价格、仅使用情绪和静态融合模型进行比较，预测时距为三小时和六小时，并报告了各组成部分的消融分析。…

本文提出多因子 Inception 网络（MFIN），这是一种利用价格收益和其他高频更新信号交易多种加密货币的框架。为弥补加密资产历史数据有限的问题，文中提出加入网络算力和搜索热度等因子。MFIN扩展了 Deep Inception 网络，使其能够同时处理多个因子和资产。…

本研究考察 COVID-19 疫情是否影响股票和加密货币市场的效率。研究使用赫斯特指数分析价格收益、绝对收益和波动率增量，并评估收益序列的多重分形特征。样本包括若干股票指数和波动率指数，以及比特币和以太坊。…

本文逐合约研究黄金、石油和比特币期货价格波动率与基差的驱动因素。研究分析了每日现货价格和期货价格，以及期限、交易量和未平仓量，时间范围为2017至2021。该方法建立在早期研究原油期货波动率的工作之上。…

本研究考察比特币和以太币在 Coinbase Pro、Binance 和 Uniswap V2 上的波动率与交易量是否存在重复模式。研究分析了不同星期、时段和小时内间隔的变化。作者报告称，波动率和交易量都存在系统性周期模式，且这些模式随时间增强。作者提出，这些模式可能与算法交易活动和期货市场的资金费率结算时间有关，但描述并未证实这些因素是因果解释。…

当广义截断稳定分布的概率密度没有可用的数学表达式时，本文提出一种估计其七个参数的方法。由于这一限制，直接采用最大似然估计并不合适。该方法改用分布的特征函数和分数阶傅里叶变换来估计参数。 该方法应用于比特币和以太坊收益（其分布被描述为厚尾），以及 S&P 500 和 SPY ETF 收益（其分布被描述为尖峰）。研究使用 Kolmogorov-Smirnov、Anderson-Darling 和 Pearson 卡方统计量评估拟合效果。据报告，相较于双参数几何布朗运动假设和其他若干分布，GTS…

本文建模分析法币抵押型稳定币脱锚期间，套利者与散户交易者如何在一级和二级市场互动。其动态智能体均值场博弈将市场摩擦与均衡价格和净订单流联系起来，使作者能够分析推动价格回归锚定水平的力量，并评估市场基础设施何时可能不足。…

本研究探讨比特币混币服务如何通过交易和地址掩盖资金流向。作者介绍了追踪混币活动，以及识别混币交易、混币器地址、发送方和接收方地址的方法，并区分被描述为“脏”或已清洗的资金。该方法依赖混币服务相关活动中观察到的统计模式。…