Time Series Forecasting based on Solana Digital Asset Dataset
Diese Arbeit führt den ersten umfassenden Zeitreihen-Datensatz für digitale Vermögenswerte auf Solana vor, der den Zeitraum von März 2024 bis März 2025 abdeckt, nutzt diesen zur Charakterisierung der ökosystemweiten Marktdynamik, die durch DEX-Aktivität und den SOL-Preis getrieben wird, und validiert dessen prädiktiven Nutzen durch modernste Prognosemodelle wie PatchTST.
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
In der riesigen, digitalen Wirtschaft der Kryptowährungen bewegt sich Wert nicht durch Banken oder Tresore, sondern über öffentliche Ledger, die jede Transaktion mit präziser Zeitangabe aufzeichnen. Diese Welt wird von zwei unterschiedlichen Arten von Aktivitäten dominiert: dem Handel mit großen Vermögenswerten an zentralisierten Börsen, die wie traditionelle Aktienmärkte funktionieren, und dem frenetischen, dezentralen Handel, der direkt auf Blockchain-Netzwerken stattfindet. Eines solcher Netzwerke, Solana, hat sich als Hochgeschwindigkeitsautobahn für diese digitalen Vermögenswerte herauskristallisiert, die in der Lage ist, tausende von Transaktionen pro Sekag mit minimalen Kosten zu verarbeiten. Im Gegensatz zu älteren Systemen, in denen Daten opak oder verzögert sein können, hinterlässt die Architektur von Solana eine lückenlose, zeitgestempelte Spur der Reise jedes Tokens, von seiner Erstellung bis zu seinem letzten Handel. Zu verstehen, wie diese digitalen Token in ihrem Wert steigen und fallen, ist eine Herausforderung, die Analysten lange Zeit vor Rätsel gestellt hat, vor allem weil der Markt durch ein chaotisches Gemisch aus individuellem Trader-Verhalten, plötzlichen Nachrichtenereignissen und der allgemeinen Gesundheit des Netzwerks selbst angetrieben wird. Die Frage, die Forscher seit langem beschäftigt, ist, ob es möglich ist, den zukünftigen Preis dieser Vermögenswerte vorherzusagen, indem man die Muster des Netzwerks betrachtet, in dem sie existieren, anstatt nur die Historie des Assets selbst.
Ein Team von Forschern hat einen bedeutenden Schritt zur Beantwortung dieser Frage unternommen, indem es den ersten umfassenden Datensatz konstruierte, der speziell darauf ausgelegt ist, das tägliche Leben von Solana-Token zu verfolgen. Sie sammelten Informationen über 1.584 verschiedene Token und beobachteten diese täglich von März 2024 bis März 2025. Diese Sammlung ist nicht bloß eine Liste von Preisen; sie ist ein reiches Geflecht aus 27 verschiedenen Variablen für jeden Token, einschließlich der Anzahl derer, die kaufen oder verkaufen, des gesamten Handelsvolumens, der Menge an Geld, das in Liquiditätspools liegt, und des Preises der zugrunde liegenden Solana-Netzwerkwährung. Durch das Verweben dieser Token-spezifischen Details mit breiteren Ökosystem-Signalen schufen die Forscher ein Fenster in einen Markt, der schnell wächst und sich schnell verändert. Ihr Ziel war nicht nur der Bau eines besseren Vorhersagewerkzeugs, sondern das Verständnis des tatsächlichen Verhaltens dieses digitalen Ökosystems während einer Phase intensiver Expansion.
Die Analyse dieser Daten ergab, dass sich der Markt nicht isoliert bewegt. Die Forscher identifizierten zwei distinkte Momente synchronisierter Aktivität, in denen das gesamte Ökosystem wie durch ein gemeinsames Atmen geeint schien: einmal Mitte November 2024 und ein weiteres Mal Mitte Januar 2025. Während dieser Spitzenzeiten stiegen die Handelsvolumina, die Anzahl der aktiven Wallets und die Anzahl der neuen Trader im gesamten Netzwerk gleichzeitig an. Der zweite Peak, der im Januar 2025 auftrat, fiel mit der Einführung eines spezifischen Tokens zusammen, der mit einem ehemaligen US-Präsidenten in Verbindung steht – ein Ereignis, das eine massive Welle der Spekulation auslöste. Die Daten zeigten ein klares Verhaltensmuster im Vorfeld dieses Ereignisses: Investoren häuften Liquidität an, pumpten Geld in die Pools, um kurz nach dem Höhepunkt ihre Gelder wieder abzuziehen. Dies deutet darauf hin, dass das Schicksal einzelner Token tief mit der allgemeinen Stimmung des Solana-Marktes und dem Aktivitätsniveau seiner dezentralen Börsen verknüpft ist, anstatt als separate, isolierte Einheiten zu existieren.
Um zu testen, ob diese detaillierten Daten tatsächlich helfen können, die Zukunft vorherzusagen, führten die Forscher eine Reihe von Prognoseexperimenten durch. Sie ließen verschiedene Computermodelle den Marktwert dieser Token für drei Tage in die Zukunft vorhersagen. Die Ergebnisse zeigten, dass einfache statistische Modelle, die auf sich wiederholenden Mustern beruhen, zwar für einige stabile Token gut funktionieren könnten, aber mit den wilden Schwankungen dieses Ökosystems zu kämpfen hatten. Der erfolgreichste Ansatz war ein Deep-Learning-Modell namens PatchTST, das exzellent darin war, komplexe, nicht-repetitive Trends in den Daten zu identifizieren. Ein Modell, das auf einem vortrainierten Sprachframework basierte, schnitt, wenn es sorgfältig auf die spezifischen Daten angepasst wurde, fast ebenso gut ab. Diese Erkenntnisse legen nahe, dass der Datensatz echte, kurzfristige Signale enthält, die zur Vorhersage von Marktbewegungen genutzt werden können, sofern das Modell sophisticated genug ist, um die Volatilität zu bewältigen.
Weitere Untersuchungen darüber, wie diese Modelle ihre Entscheidungen trafen, enthüllten, was die Vorhersagen tatsächlich antreibt. Die wichtigsten Faktoren waren nicht nur die Historie eines einzelnen Tokens, sondern die allgemeine Gesundheit des Netzwerks. Der Preis von Solana selbst, seine gleitenden Durchschnitte, das gesamte Handelsvolumen über das gesamte dezentrale Börsensystem hinweg und die Anzahl der neu geschaffenen Handelspaare waren alle kritische Indikatoren. Dies bestätigt, dass der Preis eines spezifischen Tokens in dieser digitalen Wirtschaft massiv durch das kollektive Verhalten des gesamten Marktes beeinflusst wird. Die Studie kommt zu dem Schluss, dass es durch die Kombination von detaillierten Token-Daten mit ökosystemweiten Signalen möglich ist, ein klareres Bild der Marktdynamik zu zeichnen. Diese Arbeit bietet ein neues Fundament für das Verständnis des Verhaltens digitaler Vermögenswerte und bietet einen Weg, zwischen zufälligem Rauschen und bedeutsamen Marktveränderungen in einer Umgebung zu unterscheiden, die oft schwer zu navigieren ist.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.