Anomaly detection in European cryptocurrency exchange-traded products
Dieses Paper führt drei neuartige binäre Indikatoren zur Erkennung von Intraday-Marktanomalien in europäischen Bitcoin- und Ethereum-ETPs ein und validiert diese, indem es zeigt, dass diese seltenen Ereignisse durch distinkte Mikrostrukturmerkmale charakterisiert sind und mithone Minute im Voraus mittels Machine-Learning-Modellen präzise vorhergesagt werden können.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die Finanzwelt als einen riesigen, geschäftigen Marktplatz vor, auf dem Menschen alles von Äpfeln bis hin zu digitalem Gold handeln. Lange Zeit wurden die berühmtesten digitalen Münzen, wie Bitcoin und Ethereum, in einem wilden, unregulierten „Hinterhof“ gehandelt, der niemals schloss und in dem die Preise jede Sekunde wild schwanken konnten. Doch vor Kurzem hat ein neues, eine Art Geschäft innerhalb der offiziellen, regulierten Börsen Europas eröffnet. Dies sind sogenannte Exchange-Traded Products (ETPs). Betrachten Sie diese als sichere, staatlich überwachte Fenster in die chaotische Kryptowelt, durch die man ein Stück Bitcoin oder Ethereum während der normalen Geschäftszeiten kaufen kann, genau wie den Kauf einer Aktie eines Unternehmens.
Um zu verstehen, was sich in diesen Fenstern abspielt, nutzen Wissenschaftler einige Schlüsselwerkzeuge. Zuerst schauen sie sich „Anomalien“ an, die wie plötzliche, seltsame Glitches im Markt sind – Momente, in denen die Preise fallen oder springen, ohne dass es Sinn ergibt, ähnlich wie ein Auto, das plötzlich ausschert, ohne dass der Fahrer das Lenkrad berührt. Um diese zu entdecken, verwenden sie eine mathematische Methode namens „Extreme Value Theory“, was im Grunde eine Art ist, die seltensten, extremsten Ereignisse (wie die größten Wellen in einem Sturm) zu untersuchen, um eine Sicherheitslinie festzulegen. Sie schauen sich auch die „Mikrostruktur“ an, also die winzigen Details im Sekundentakt, wie Käufer und Verkäufer miteinander interagieren, vergleichbar mit dem Zählen, wie viele Menschen gleichzeitig schreien, um zu kaufen oder zu verkaufen. Die große Frage lautet: Können wir diese seltsamen Glitches erkennen, bevor sie passieren, oder sind sie einfach nur zufällige Überraschungen?
Diese Arbeit ist eine Detektivgeschichte über vier spezifische Krypto-Produkte (zwei für Bitcoin und zwei für Ethereum), die an zwei europäischen Börsen gehandelt werden: Xetra in Deutschland und Nasdaq Stockholm in Schweden. Die Autoren, Julia Kończal und Rafał Połoczański, haben diese Produkte anderthalb Jahre lang (von Januar 2024 bis Dezember 2025) Sekunde für Sekunde beobachtet, unter Verwendung von Ein-Minuten-Bars der Daten. Sie wollten herausfinden, ob diese „Anomalien“ bestimmten Regeln folgen oder ob sie einfach nur Chaos sind.
Zuerst errichteten sie einen Basis-Detektor unter Verwendung jener „Extreme Value Theory“-Mathematik. Sie zogen eine Linie in den Sand: Wenn ein Preissturz tiefer ist als 95 % aller anderen Stürze, handelt es sich um eine Anomalie. Aber sie hörten dort nicht auf. Sie erfanden drei neue, kluge Wege, um Unheil aufzuspüren:
- Der „Cross-Venue Divergence“-Detektor: Stellen Sie sich zwei Zwillinge (dasselbe Krypto-Produkt) vor, die in zwei verschiedenen Räumen (den zwei Börsen) stehen. Normalerweise bewegen sie sich synchron. Wenn ein Zwilling plötzlich springt, während der andere stillsteht, ist das eine Divergenz-Anomalie. Dies deutet auf einen vorübergehenden Fehler hin, wie die beiden Räume miteinander kommunizieren.
- Der „No-Recovery“-Detektor: Dieser sucht nach einem Preissturz, der nicht wieder anspringt. Wenn ein Preis einen harten Schlag erleidet und dann die nächsten zehn Minuten lang nur vor sich hin lahmt, ohne sich zu erholen, ist das eine „No-Recovery“-Anomalie. Es ist wie ein Ball, der auf den Boden prallt und sich weigert, wieder abzuprallen.
- Der „Momentum-Reversal“-Detektor: Dieser erwischt einen Preis, der fröhlich nach oben geschossen ist, nur um dann plötzlich auf den Boden zu krachen. Es ist wie eine Achterbahn, die einen Hügel hinaufzieht und direkt nach dem Gipfel abstürzt.
Die Autoren fanden heraus, dass diese seltsamen Ereignisse selten sind und weniger als 1 % der Zeit auftreten (weniger als 1 von 100 Minuten). Aber wenn sie auftraten, sah der Markt sehr anders aus. Während dieser Anomalien war der „effektive Spread“ (die Kosten für den Handel) viel höher und das Gleichgewicht zwischen Käufern und Verkäufern war stark verzerrt. Beispielsweise war während eines „No-Recovery“-Crashs das Handelsvolumen oft fünfmal höher als normal, und die Kosten für den Handel verdoppelten oder verdreifachten sich.
Der spannendste Teil der Geschichte ist die Vorhersage. Die Autoren fragten sich: „Können wir erraten, ob die nächste Minute eine Anomalie sein wird?“ Sie trainierten vier verschiedene computergestützte Gehirne (Algorithmen wie Random Forest und Logistic Regression), um die Daten der vergangenen Minute zu betrachten und die nächste vorherzusagen. Die Ergebnisse waren überraschend gut. Für die standardmäßigen „extremen Sturz“-Anomalien konnten die Computer die nächste Minute mit einem Genauigkeitswert (AUC-ROC) von bis zu 0,82 vorhersagen. Das ist ein starkes Signal, das darauf hindeutet, dass diese Ereignisse nicht völlig zufällig sind.
Dennoch deutet die Arbeit darauf hin, dass die Art der Daten, die die Computer verwendeten, wichtiger war als die Art des Computers selbst. Die besten Prädiktoren waren nicht die komplexen Details darüber, wer kaufte oder verkaufte (Mikrostruktur); stattdessen verließen sich die Computer stark auf die Volatilität (wie stark der Preis bebte) und den Drawdown (wie weit der Preis von seinem jüngsten Hoch gefallen war). Es ist, als hätten die Computer gelernt: „Wenn der Preis heftig bebt und stark gefallen ist, ist ein Crash wahrscheinlich“, anstatt zu versuchen, die einzelnen Menschen in der Menge zu zählen.
Interessanterweise waren die „Cross-Venue Divergence“-Anomalien mit einfacher Mathematik am schwersten vorherzusagen, wurden aber gut vom komplexeren „Random Forest“-Algorithmus erfasst, was darauf hindeutet, dass die Beziehung zwischen den beiden Börsen etwas mysteriöser und nicht-linearer ist. Die Studie stellte auch fest, dass diese seltsamen Ereignisse häufiger an Freitagen sowie direkt zu Beginn oder am Ende des Handelstages auftreten, da vermutlich die Liquidität (die Menge an verfügbarem Geld zum Handeln) dann geringer ist.
Letztendlich legt die Arbeit nahe, dass diese europäischen Kryptomärkte zwar reguliert und sicherer als der wilde Hinterhof sind, aber dennoch ihre eigenen einzigartigen „Glitches“ besitzen. Diese Glitches sind selten, aber sie hinterlassen einen klaren Fingerabdruck in den Daten. Indem wir nach spezifischen Mustern des bebenden Preises und des Ausbleibens der Erholung Ausschau halten, können wir sie tatsächlich eine Minute vor ihrem Eintreten erkennen. Es ist keine Kristallkugel, die die Zukunft perfekt sieht, aber es ist ein sehr gutes Radar für den Sturm.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.