知识库

本文考察 Twitter 推广与加密货币拉高出货事件之间的关系。研究分析异常收益、交易量和推文活动，以评估推广如何吸引人们关注此类操作，以及事件前后的市场行为如何变化。摘要报告称，拉高出货发生前已出现异常收益效应，说明价格变动可能早于事件本身。 研究还根据参与者依赖 Twitter…

本文分析自动做市商如何为策略性流动性提供者设置奖励，以吸引订单流。模型将交易场所设定为选择合约的领导者，将代表性提供者设定为作出响应的跟随者，并将双方互动描述为随机博弈。 作者推导近似闭式均衡解，并考察由此形成的合约如何影响流动性决策。当资金池平均流动性增加与吸引更多噪声交易相关时，提供者会受到激励贡献流动性。奖励安排取决于外部市场价格、资金池参考价格和储备。摘要提出一个理论框架及其对 AMM设计的启示，但没有提供实证验证或详细假设，因此应将结论视为基于模型的推论，而非已由市场结果证实的发现。

本研究分析比特币一分钟收益，描述其分布、不同采样间隔下的表现、波动不对称性和多重分形特征。研究报告称，收益呈现厚尾，峰度远离高斯基准；随着采样期延长，峰度向该基准靠近的速度较慢。短于一天的间隔内收益偏度为负，超过约一周后则与零一致。 针对日度波动不对称性，作者使用 GARCH、GJR 和 RGARCH 模型，未发现相关效应的证据。作者使用多重分形去趋势波动分析识别多重分形特征，继而考察其来源，并认为时间相关性和厚尾都有贡献。研究还比较了英国脱欧公投前后比特币与 GBP–USD…

本文对一种去中心化稳定币的收益策略建模：该策略将质押以太坊与规模相同的 ETH 永续期货空头头寸结合起来。配对头寸旨在降低对 ETH现货价格变动的敞口，同时赚取质押奖励；当永续合约资金费率为正时，还可获得永续合约持有者支付的资金费。因此，策略收益取决于质押收入和资金费环境。…

这项研究比较比特币和标普500的每日收益分布，重点关注尾部概率以及损失和收益的严重程度。研究采用一种结合快速分数阶傅里叶变换与复合牛顿–柯特斯求积的数值方法，拟合七参数广义截尾稳定分布。报告的分布特征显示，标普500收益分布的峰度更高，而比特币收益的尾部更厚。…

这项研究将双延迟深度确定性策略梯度（TD3）这一连续动作强化学习方法应用于亚马逊股票和比特币的每日收盘价。交易动作同时表示持仓方向和交易股数，扩展了使用离散动作的方法。论文将由此产生的策略与技术分析方法、其他强化学习方法以及随机和确定性策略进行比较。 研究使用收益率和夏普比率评估表现。报告结果表明，同时选择持仓方向和交易规模可以改善这些指标。文档没有提供评估细节、具体结果，也没有证据说明该方法在其他资产或市场时期的稳健性。因此，其结论仅描述所研究的市场和比较方法，并未证明连续动作TD3在其他情境下会表现更好。

本研究考察比特币收益是否符合早期研究报告的厚尾模式，以及波动率如何随时间变化。早期估计认为累计收益的尾部指数接近二，而许多其他资产的指数接近三。使用较新的比特币数据后，研究发现指数接近三，这表明尾部行为可能随样本时期而变化。…

本文介绍一种无模型卷积神经网络，它接收一组资产的历史价格并输出投资组合权重。模型通过强化学习训练，以累计收益作为奖励。训练数据涵盖某交易所 0.7 年的加密货币价格，所述交易间隔为 30 分钟。 同一市场中的回测报告称，在 1.8…

本文为具有集中流动性的恒定乘积自动做市商建立模型并提出策略，涵盖包括大额订单和统计套利在内的流动性获取者，以及在一个或多个池中管理头寸的流动性提供者。研究以市场数据为建模依据，包括来自 Uniswap v3 的数据，以及对不同交易场所价格、流动性、交易成本、联动、领先滞后效应、溢出和因果关系的分析。 对于流动性获取者，研究推导出利用竞争交易场所价格作为信号、交易联动加密货币篮子的策略。对于流动性提供者，研究提出一种随机控制策略，根据池的盈利能力、头寸动态和集中度风险来选择流动性区间宽度；此外，还提出一种使用…

本研究使用比特币现货价格比较历史波动率、指数移动平均 ARCH、GARCH 和 EGARCH 模型。报告称，GARCH 和 EGARCH 在样本内拟合和样本外预测方面都优于其他模型。EGARCH 不对称性估计为正，但在统计上不显著；作者将其解读为，该分析未发现过去收益率存在不对称波动率响应的显著证据。 研究还提出一种期权策略，通过 Delta 对冲交易 GARCH…

本研究考察价格历史以外的信息能否帮助预测比特币兑美元的波动率。提出的 CoMForE 系统结合历史交易数据、相关推文的情绪、衡量公众关注度的搜索量指标，以及区块链哈希率数据。系统采用 AdaBoost–LSTM 集成模型，也旨在预测加密货币价值分布的变化，并将投资决策作为潜在用途。 文档报告的实验显示，结合这些数据源的表现优于仅依赖交易数据，并声称较现有预测方法提升…

论文比较了 sGARCH、iGARCH 和 tGARCH 模型在估算比特币收益率波动率方面的表现。每种模型都与 Student t、广义误差和正态逆高斯（NIG）分布相结合，以刻画波动聚集、厚尾和偏度等特征。比较重点在于这些模型与分布的组合对收益率序列特征的拟合程度。 报告结果显示，NIG 在刻画肥尾和偏度方面表现较好，并指出在所考察的规格中，tGARCH 与 NIG 的组合表现最佳。作者认为，tGARCH 的优势在于能够表示对正面和负面消息的不同波动率响应。他们认为，NIG…

本文回顾了原子互换这一协议，它支持不同加密货币之间直接进行钱包对钱包交易。文章将互操作性和可扩展性视为加密货币及彩色代币更广泛应用的障碍，并介绍原子互换如何在彼此独立的网络之间交换资产，而无需依赖传统的中心化交易所。…

本文为自回归条件持续期模型中的似然推断提出了自助法程序。由于观测值是在固定时间跨度内记录的持续期，观测数量可能是随机的；当持续期的期望为无穷时，其渐近行为也会发生变化。作者研究了两种递归自助法设计：一种固定时间跨度，另一种固定持续期数量，同时允许时间跨度变化。 该理论将这些程序与随机样本量的更新过程联系起来。对于固定数量的设计，论文证明其在有限均值和边界情形下具有一阶有效性，并描述了无限均值情形下的随机极限自助分布。论文指出，即使经典自助法一致性失效，t…

本研究考察 Binance BTCUSDT 永续期货公开档案是否支持有效的时点因子研究。研究区分事件时间、发布时间和可用时间，并将提案、审计、评估和留出阶段分开。最初要求交易、标记、指数和未平仓量数据连续且无缺口，时间粒度为五分钟；但由于共同记录未涵盖所需历史时期，这一要求未能满足。研究人员修改了规格：由于无法核实未平仓量的发布时间，因此将其设为可选数据；交易、标记、指数和已实现资金费率则构成核心数据集。修订后的可用性掩码支持按时间顺序划分训练集、验证集和历史留出集。 确定性审计器在 80…

本研究考察加密货币社交媒体讨论的时间和主题是否与之后的价格行为相关。研究对社交媒体社区中的交流应用动态主题建模，再使用霍克斯模型分析话题出现与加密货币价格之间的相互作用。该方法旨在识别可能先于特定收益模式出现的话题。…

根据本文，Lockchain协议将比特币交易强制要求的四字节nLockTime字段用作元协议的紧凑元数据头。通过将编码值限制在过去Unix时间戳的一个未使用范围内，该协议为协议标记、类型、变体和序列标识符分配字段，同时遵守比特币的共识和策略规则。…

本文介绍滑点风险（SaR），一种利用当前永续期货订单簿估算清算执行风险的框架。该框架定义了三个相关指标：横截面滑点分位数、分布尾部的预期滑点，以及以美元计价的尾部滑点总额。不同于回顾性收益风险指标，这些指标旨在描述基于当前市场深度执行清算的成本。…

本文介绍一种无监督方法，用于识别Poloniex交易代币中疑似拉高出货事件。该方法将价格和成交量阈值与指数加权移动平均值及波动率指标结合起来。阈值根据观测到的交易模式进行调整，因此检测器能够处理流动性较低或长期不活跃的资产；对于这类资产，普通异常检测方法可能会将小幅活动激增误判为有意义的事件。…

该研究提出一种自动化比特币高频交易框架，将长短期记忆（LSTM）价格模型与近端策略优化（PPO）相结合。框架将价格表示为智能体的状态，将交易表示为动作，将回报表示为奖励。在价格预测部分，研究比较了支持向量机、多层感知机、LSTM、时序卷积网络和Transformer；报告的实验结果更支持LSTM。…

本研究使用广义自回归条件异方差方法，对比特币分钟级收益率波动率建模。研究将 GARCH 系列变体所代表的历史收益率与波动率，同分布混合假说结合起来：市场信息流有助于解释收益率动态。与比特币相关的推文和交易量作为外部信息信号。 论文检验这些信号是否能改善波动率预测，并使用样本外统计检验比较不同模型变体。在这项评估中，加入外部信号后，最简单的 GARCH(1,1)…

本研究比较比特币与以太坊日收益率的尾部。研究采用先前基于广义温度稳定分布的七参数估计，再考察相对于正态分布的分位数—分位数图，以评估观测收益率与正态基准的差异。 图表显示，两种加密货币的收益率分布都具有厚尾，这意味着极端收益出现的频率高于正态模型的预期。在以比特币建模的比较基准下，以太坊出现了更多超出预期的极端观测值，表明本分析中的以太坊尾部风险更高。这些发现可用于风险评估，但本文未提供样本日期、尾部数值估计，也没有证据说明这一比较在其他时期或建模选择下是否成立。

本研究考察 COVID 之后比特币与以太币的高频交易特征。研究使用多重分形去趋势交叉相关分析，分析收益率、单位时间内的平均交易笔数和成交量；该方法适合检测不同时间尺度上的非线性依赖。分析既考察每个序列本身，也考察这两种加密货币之间的关系。…

本文研究价格收益率概率密度的非参数核估计。由于估计出的分布高度依赖带宽，作者提出通过最大化一种源自信息论和复杂系统研究的新复杂度指标来选择带宽。其目标是避免过拟合和欠拟合。 研究回顾了其他带宽选择方法，并指出这些方法可能对收益率分布复杂度得出相互矛盾的判断。这些差异也会影响对有效市场假说相关性的评估。研究将这些方法应用于真实金融数据，重点分析比特币。本文未说明所提指标的公式、其他带宽选择方法、样本详情或有关市场效率的实证结论，因此对研究问题和方法的说明比对证据或估计量实际表现的说明更清楚。