Post-Rejection Follow-up Sampling: A Methodology for Counterfactual Outcome Measurement in Algorithmic DEX Trading
Cet article présente le Post-Rejection Follow-up Sampling (PRFS), une méthodologie qui suit la performance de marché en temps réel des jetons rejetés par les systèmes de trading algorithmique sur les DEX afin de générer un ensemble de données de 67 000 observations de résultats futurs, permettant ainsi d'évaluer la précision du filtrage par rapport aux résultats réels du marché plutôt que par rapport à des tests rétroactifs synthétiques.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous êtes un recruteur de talents pour un festival de musique massif et chaotique. Chaque jour, votre travail consiste à scanner des milliers de nouveaux groupes tentant d'accéder à la scène. Vous avez un ensemble strict de règles (filtres) pour décider qui entre.
Le Problème : La « Boîte Noire » du Rejet
Habituellement, quand votre système rejette un groupe, l'histoire s'arrête là. Vous voyez les groupes qui ont joué et la réaction de la foule. Mais vous ne saurez jamais ce qui se serait passé pour les groupes que vous avez écartés. Avaient-ils un tube secret ? Étaient-ils terribles ? Ont-ils disparu de la surface de la terre ?
Dans le monde du trading automatisé sur les plateformes d'échange décentralisées (DEX), c'est un énorme angle mort. Les algorithmes informatiques rejettent des milliers de jetons potentiels (actifs numériques) chaque jour. Les méthodes traditionnelles tentent de deviner ce qui serait arrivé à ces jetons rejetés en examinant d'anciens graphiques de prix, mais ces graphiques sont comme regarder la carte d'une ville qui a déjà changé. Ils ne vous disent pas ce qui est réellement arrivé aux jetons spécifiques auxquels votre système a dit « non ».
La Solution : Le « Suivi Post-Rejet » (PRFS)
Cette publication présente une nouvelle méthode ingénieuse appelée Échantillonnage de Suivi Post-Rejet (PRFS).
Considérez le PRFS comme une équipe de « stalkers » dédiés (d'une manière très polie, de collecte de données) qui suivent les groupes que vous avez rejetés.
- La Décision : Votre système de trading principal dit « Non » à un jeton et enregistre la raison.
- Le Suivi : Au lieu d'ignorer ce jeton, le système PRFS commence à le surveiller de près. Il vérifie son prix et la quantité d'argent disponible pour le trader (liquidité) à intervalles réguliers.
- La Chronologie : Il continue de surveiller pendant une période allant jusqu'à 24 heures.
- Première Heure : Il vérifie très fréquemment (comme consulter votre téléphone toutes les 5 minutes) car c'est là que les choses changent généralement vite.
- Plus tard : Il vérifie moins souvent (comme une fois par heure) à mesure que le temps passe.
- L'Arrêt : Il arrête de surveiller si les 24 heures sont écoulées, si le jeton disparaît du marché (comme un groupe qui abandonne avant le spectacle) ou si le système atteint une limite technique.
Ce que cela permet d'accomplir
Grâce à cela, les chercheurs peuvent enfin voir le résultat « contrefactuel ». Ils peuvent répondre à la question : « Si nous avions réellement laissé entrer ce jeton rejeté, aurait-il rapporté de l'argent, ou aurait-il été une arnaque ? »
Il ne s'agit pas de deviner ou de simuler ; il s'agit de mesurer la réalité. Cela transforme les « et si » en « ce qui s'est réellement passé ».
L'Expérience
Les chercheurs ont testé cette méthode pendant huit jours en avril 2026 sur la blockchain Solana.
- Ils ont suivi 2 997 fois le rejet d'un jeton par leur système.
- Ils ont réussi à obtenir au moins une mise à jour sur environ 55 % de ces rejets.
- Au total, ils ont collecté 67 000 points de données (vérifications de prix) sur ces jetons rejetés.
Les Résultats (La Surprise « Bimodale »)
Les données ont montré une division très intéressante, comme deux types différents de groupes rejetés :
- Les Groupes « Fantômes » : Environ la moitié des jetons rejetés ont disparu presque immédiatement (lors de la première vérification). En termes de trading, il s'agissait probablement d'arnaques ou de jetons qui ont épuisé leur capital instantanément. Le système les a rejetés avec succès, et le suivi a confirmé qu'ils avaient disparu.
- Les Groupes « Longue Durée » : L'autre groupe est resté présent pendant les 24 heures complètes. Certains étaient en fait de bons jetons que le système a rejetés par erreur, tandis que d'autres étaient simplement des jetons sans intérêt qui n'ont pas bougé.
Pourquoi cela importe
L'article soutient que cette méthode est un meilleur moyen d'ajuster les algorithmes de trading. Au lieu de deviner, vous pouvez maintenant regarder le destin réel des jetons que vous avez rejetés et dire : « Hé, notre filtre est trop strict sur ce type de jeton », ou « Super, notre filtre a détecté cette arnaque ».
Limites
Les auteurs sont honnêtes quant aux contraintes :
- La Fenêtre : Ils n'ont surveillé que pendant huit jours. Les conditions de marché changent, il ne s'agit donc que d'un instantané.
- La Densité : Pour certains jetons, ils n'ont pas obtenu assez de points de données pour tracer une ligne parfaite de l'évolution du prix. Ils ont obtenu quelques points, mais pas une courbe fluide. C'est parce que la source de données (l'oracle de prix) a des limites sur le nombre de requêtes qu'elle peut traiter.
- Le Mystère de la « Disparition » : Si un jeton disparaît juste après le rejet, le système suppose qu'il s'agissait d'une arnaque. L'article admet que c'est une bonne supposition, mais ils ne l'ont pas encore prouvé à 100 % par rapport à des registres indépendants.
En Résumé
Cet article ne prétend pas avoir trouvé une formule magique pour gagner de l'argent. Au lieu de cela, il propose un nouvel outil de mesure. C'est comme donner à un chef un moyen de goûter les ingrédients qu'il a jetés, afin qu'il puisse apprendre exactement lesquels étaient mauvais et lesquels il a accidentellement écartés. Cela l'aide à mieux cuisiner (prendre de meilleures décisions de trading) à l'avenir.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.