Post-Rejection Follow-up Sampling: A Methodology for Counterfactual Outcome Measurement in Algorithmic DEX Trading
यह शोध पत्र पोस्ट-रिजेक्शन फॉलो-अप सैंपलिंग (PRFS) का परिचय देता है, जो एक ऐसी कार्यप्रणाली है जो एल्गोरिदम-आधारित DEX ट्रेडिंग सिस्टम द्वारा अस्वीकार किए गए टोकन के वास्तविक समय के बाजार प्रदर्शन को ट्रैक करती है ताकि 67,000 फॉरवर्ड-आउटकम अवलोकनों का एक डेटासेट तैयार किया जा सके, जिससे सिंथेटिक बैकटेस्ट के बजाय वास्तविक बाजार परिणामों के विरुद्ध फ़िल्टर की सटीकता का मूल्यांकन सक्षम हो सके।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, अराजक संगीत उत्सव (music festival) के लिए एक टैलेंट स्काउट हैं। हर दिन, आपका काम मंच पर आने वाले हजारों नए बैंड्स को स्कैन करना है। आपके पास यह तय करने के लिए नियमों (फिल्टर्स) का एक सख्त सेट है कि किसे अंदर आने दिया जाए।
समस्या: अस्वीकृति का "ब्लैक बॉक्स" (The "Black Box" of Rejection)
आमतौर पर, जब आपका सिस्टम किसी बैंड को खारिज कर देता है, तो वह कहानी का अंत होता है। आप उन बैंड्स को देखते हैं जिन्होंने वास्तव में प्रदर्शन किया और भीड़ की प्रतिक्रिया कैसी रही। लेकिन आप कभी नहीं जान पाते कि उन बैंड्स के साथ क्या हुआ जिन्हें आपने मना कर दिया था। क्या उनके पास कोई गुप्त हिट गाना था? क्या वे बहुत खराब थे? या वे दुनिया के नक्शे से गायब हो गए?
डिसेंट्रलाइज्ड एक्सचेंजों (DEXs) पर ऑटोमेटेड ट्रेडिंग की दुनिया में, यह एक बहुत बड़ी अदृश्य कमी (blind spot) है। आपके कंप्यूटर एल्गोरिदम हर दिन हजारों संभावित टोकन (डिजिटल एसेट्स) को खारिज कर देते हैं। पारंपरिक तरीके पुराने प्राइस चार्ट्स को देखकर यह अनुमान लगाने की कोशिश करते हैं कि उन खारिज किए गए टोकन्स के साथ क्या हुआ होगा, लेकिन वे चार्ट्स एक ऐसे शहर के नक्शे की तरह हैं जो पहले ही बदल चुका है। वे आपको यह नहीं बताते कि उन विशिष्ट टोकन्स के साथ वास्तव में क्या हुआ जिनके लिए आपके सिस्टम ने "ना" कहा था।
समाधान: "पोस्ट-रिजेक्शन फॉलो-अप" (The "Post-Rejection Follow-up" - PRFS)
यह पेपर एक चतुर नई विधि पेश करता है जिसे पोस्ट-रिजेक्शन फॉलो-अप सैंपलिंग (PRFS) कहा जाता है।
PRFS को एक समर्पित "स्टाकर" टीम (बहुत ही विनम्र, डेटा एकत्र करने वाले तरीके से) के रूप में सोचें जो आपके द्वारा खारिज किए गए बैंड्स का पीछा करती है।
- निर्णय: आपका मुख्य ट्रेडिंग सिस्टम किसी टोकन को "ना" कहता है और कारण दर्ज करता है।
- फॉलो-अप: उस टोकन को अनदेखा करने के बजाय, PRFS सिस्टम उस पर बारीकी से नज़र रखना शुरू कर देता है। यह नियमित अंतराल पर उस टोकन की कीमत और ट्रेड करने के लिए उपलब्ध धन (लिक्विडिटी) की जांच करता है।
- समय सीमा: यह 24 घंटे तक नज़र रखता है।
- पहला घंटा: यह बहुत बार जांच करता है (जैसे हर 5 मिनट में अपना फोन चेक करना) क्योंकि इसी दौरान चीजें आमतौर पर तेजी से बदलती हैं।
- बाद में: समय बीतने के साथ यह कम बार जांच करता है (जैसे एक घंटे में एक बार)।
- रुकना: यह तब रुक जाता है जब 24 घंटे पूरे हो जाते हैं, यदि टोकन बाजार से गायब हो जाता है (जैसे शो से पहले बैंड का छोड़ देना), या यदि सिस्टम एक तकनीकी सीमा तक पहुँच जाता है।
इससे क्या हासिल होता है
इस तरह, शोधकर्ता अंततः "काउंटरफैक्चुअल" (counterfactual) परिणाम देख सकते हैं। वे इस सवाल का जवाब दे सकते हैं: "यदि हमने वास्तव में इस खारिज किए गए टोकन को अंदर आने दिया होता, तो क्या इसने पैसा बनाया होता, या यह एक स्कैम होता?"
यह केवल अनुमान लगाने या सिमुलेशन करने के बारे में नहीं है; यह वास्तविकता को मापने के बारे में है। यह "क्या होता अगर" को "वास्तव में क्या हुआ" में बदल देता है।
प्रयोग
शोधकर्ताओं ने अप्रैल 2026 में सोलाना (Solana) ब्लॉकचेन पर आठ दिनों तक इसका परीक्षण किया।
- उन्होंने 2,997 बार ट्रैक किया जब उनके सिस्टम ने एक टोकन को खारिज किया।
- वे लगभग 55% रिजेक्शन्स पर कम से कम एक अपडेट प्राप्त करने में सफल रहे।
- कुल मिलाकर, उन्होंने इन खारिज किए गए टोकन्स पर 67,000 डेटा पॉइंट्स (प्राइस चेक्स) एकत्र किए।
परिणाम (द "बाइमोडल" सरप्राइज)
डेटा ने एक बहुत ही दिलचस्प विभाजन दिखाया, जैसे खारिज किए गए बैंड्स के दो अलग-अलग प्रकार हों:
- "घोस्ट" बैंड्स (The "Ghost" Bands): लगभग आधे खारिज किए गए टोकन्स लगभग तुरंत गायब हो गए (पहले चेक के भीतर ही)। ट्रेडिंग की भाषा में, ये संभवतः स्कैम थे या ऐसे टोकन्स थे जिनके पास तुरंत पैसा खत्म हो गया। सिस्टम ने उन्हें सफलतापूर्वक खारिज कर दिया, और फॉलो-अप ने पुष्टि की कि वे जा चुके थे।
- "लॉन्ग-लिव्ड" बैंड्स (The "Long-Lived" Bands): दूसरा समूह 24 घंटे तक बना रहा। इनमें से कुछ वास्तव में अच्छे टोकन्स थे जिन्हें सिस्टम ने गलती से खारिज कर दिया था, जबकि अन्य बस साधारण टोकन्स थे जिनमें कोई हलचल नहीं हुई।
यह क्यों महत्वपूर्ण है
यह पेपर तर्क देता है कि यह तरीका ट्रेडिंग एल्गोरिदम को बेहतर बनाने का एक बेहतर तरीका है। अनुमान लगाने के बजाय, अब आप वास्तव में खारिज किए गए टोकन्स के भाग्य को देख सकते हैं और कह सकते हैं, "हे, हमारा फिल्टर इस प्रकार के टोकन पर बहुत सख्त है," या "शानदार, हमारे फिल्टर ने उस स्कैम को पकड़ लिया।"
सीमाएं
लेखक अपनी सीमाओं के प्रति ईमानदार हैं:
- विंडो (Window): उन्होंने केवल आठ दिनों तक निगरानी की। बाजार की स्थितियां बदलती रहती हैं, इसलिए यह केवल एक स्नैपशॉट है।
- घनत्व (Density): कुछ टोकन्स के लिए, उन्हें एक सटीक रेखा खींचने के लिए पर्याप्त डेटा पॉइंट्स नहीं मिले। उन्हें कुछ बिंदु मिले, लेकिन एक सुचारू वक्र (smooth curve) नहीं। ऐसा इसलिए हुआ क्योंकि डेटा स्रोत (प्राइस ओरकल) की अनुरोधों (requests) को संभालने की एक सीमा होती है।
- "गायब होने" का रहस्य: यदि कोई टोकन रिजेक्शन के तुरंत बाद गायब हो जाता है, तो सिस्टम मान लेता है कि वह एक स्कैम था। पेपर स्वीकार करता है कि यह एक अच्छा अनुमान है, लेकिन उन्होंने अभी तक स्वतंत्र रिकॉर्ड के खिलाफ इसे 100% साबित नहीं किया है।
सारांश में
यह पेपर यह दावा नहीं करता है कि उसने पैसा बनाने का कोई जादुई फॉर्मूला खोज लिया है। इसके बजाय, यह एक मापन का नया उपकरण प्रदान करता है। यह एक शेफ को उन सामग्रियों को चखने का तरीका देने जैसा है जिन्हें उसने फेंक दिया था, ताकि वह सीख सके कि कौन सी सामग्री खराब थी और कौन सी उसने गलती से बाहर निकाल दी। यह उसे भविष्य में बेहतर भोजन पकाने (बेहतर ट्रेडिंग निर्णय लेने) में मदद करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।