Post-Rejection Follow-up Sampling: A Methodology for Counterfactual Outcome Measurement in Algorithmic DEX Trading
Questo articolo introduce il Post-Rejection Follow-up Sampling (PRFS), una metodologia che traccia le prestazioni di mercato in tempo reale dei token rifiutati dai sistemi di trading algoritmico DEX per generare un dataset di 67.000 osservazioni di esito futuro, consentendo così la valutazione della precisione del filtro rispetto ai risultati reali di mercato anziché rispetto a backtest sintetici.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina di essere un talent scout per un festival musicale enorme e caotico. Ogni giorno, il tuo lavoro consiste nello scansionare migliaia di nuove band che cercano di salire sul palco. Hai un insieme rigoroso di regole (filtri) per decidere chi far entrare.
Il Problema: La "Scatola Nera" del Rifiuto
Di solito, quando il tuo sistema rifiuta una band, la storia finisce lì. Vedi le band che hanno effettivamente suonato e come ha reagito il pubblico. Ma non saprai mai cosa sarebbe successo alle band che hai scartato. Avevano una canzone segreta che avrebbe scalato le classifiche? Erano terribili? Sono svanite nel nulla?
Nel mondo del trading automatizzato sui DEX (Exchange Decentralizzati), questo è un enorme punto cieco. Gli algoritorit di computer rifiutano migliaia di potenziali token (asset digitali) ogni giorno. I metodi tradizionali cercano di indovinare cosa sarebbe successo ai token rifiutati osservando i vecchi grafici dei prezzi, ma quei grafici sono come guardare la mappa di una città che è già cambiata. Non dicono cosa è effettivamente accaduto ai singoli token a cui il tuo sistema ha detto "no".
La Soluzione: Il "Post-Rejection Follow-up" (PRFS)
Questo articolo presenta un nuovo metodo intelligente chiamato Post-Rejection Follow-up Sampling (PRFS).
Pensa al PRFS come a una squadra di "stalker" dedicati (in un modo molto educato, di raccolta dati) che segue le band che hai rifiutato.
- La Decisione: Il tuo sistema di trading principale dice "No" a un token e ne registra il motivo.
- Il Follow-up: Invece di ignorare quel token, il sistema PRFS inizia a monitorarlo da vicino. Controlla il prezzo del token e quanto denaro è disponibile per scambiarlo (liquidità) a intervalli regolari.
- La Linea Temporale: Continua a monitorare per un massimo di 24 ore.
- Prima Ora: Controlla molto frequentemente (come controllare il telefono ogni 5 minuti) perché è in quel momento che le cose di solito cambano velocemente.
- Successivamente: Controlla con meno frequenza (come una volta all'ora) man mano che il tempo passa.
- L'Interruzione: Smette di monitorare se le 24 ore sono terminate, se il token scompare dal mercato (come una band che abbandona il palco prima dello show) o se il sistema raggiunge un limite tecnico.
Cosa Ottiene Questo
Grazie a ciò, i ricercatori possono finalmente vedere l'esito "controfattuale". Possono rispondere alla domanda: "Se avessimo effettivamente fatto entrare questo token rifiutato, avrebbe fatto soldi o sarebbe stato una truffa?"
Questo non riguarda il tirare a indovinare o simulare; si tratta di misurare la realtà. Trasforma i "cosa succederebbe se" in "cosa è effettivamente accaduto".
L'Esperimento
I ricercatori hanno testato questo metodo per otto giorni nell'aprile 2026 sulla blockchain Solana.
- Hanno tracciato 2.997 volte il rifiuto di un token da parte del loro sistema.
- Sono riusciti a ottenere almeno un aggiornamento su circa il 55% di quei rifiuti.
- In totale, hanno raccolto 67.000 punti dati (controlli del prezzo) su questi token rifiutati.
I Risultati (La Sorpresa "Bimodale")
I dati hanno mostrato una divisione molto interessante, come due tipi diversi di band rifiutate:
- Le Band "Fantasma": Circa la metà dei token rifiutati è scomparsa quasi immediatamente (entro il primo controllo). In termini di trading, questi erano probabilmente scam o token che hanno esaurito i fondi istantaneamente. Il sistema li ha rifiutati con successo e il follow-up ha confermato che se ne sono andati.
- Le Band "A Lunga Durata": L'altro gruppo è rimasto in circolazione per tutte le 24 ore. Alcuni di questi erano in realtà buoni token che il sistema ha rifiutato per errore, mentre altri erano solo token noiosi che non si sono mossi.
Perché Questo è Importante
L'articolo sostiene che questo metodo sia un modo migliore per calibrare gli algoritmi di trading. Invece di indovinare, puoi ora guardare il destino reale dei token che hai rifiutato e dire: "Ehi, il nostro filtro è troppo severo su questo tipo di token", oppure "Ottimo, il nostro filtro ha intercettato quella truffa".
Limitazioni
Gli autori sono onesti riguardo ai vincoli:
- La Finestra Temporale: Hanno monitorato per soli otto giorni. Le condizioni di mercato cambiano, quindi questo è solo un'istantanea.
- La Densità: Per alcuni token, non hanno ottenuto abbastanza punti dati per tracciare una linea perfetta del movimento del prezzo. Hanno ottenuto pochi punti, non una curva fluida. Questo accade perché la fonte dei dati (l'oracolo del prezzo) ha dei limiti su quanti input può gestire.
- Il Mistero della "Scomparsa": Se un token scompare subito dopo il rifiuto, il sistema assume che fosse uno scam. L'articolo ammette che questa è una buona ipotesi, ma non l'hanno ancora provata al 100% rispetto a record indipendenti.
In Sintesi
Questo articolo non sostiene di aver trovato una formula magica per fare soldi. Al contrario, offre un nuovo strumento di misurazione. È come dare a uno chef un modo per assaggiare gli ingredienti che ha scartato, così può imparare esattamente quali erano cattivi e quali ha buttato via per errore. Questo lo aiuta a cucinare pasti migliori (prendere decisioni di trading migliori) in futuro.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.