💰 quantitative finance

Detecting unusual trading patterns on cryptocurrency exchanges by means of complexity measures

Questo studio propone un framework diagnostico utilizzando misure di complessità e di struttura statistica su dati di trading ad alta frequenza per rilevare pattern di transazioni artificiali, rivelando un'anomalia significativa sull'exchange Bitget per BTC ed ETH nella metà del 2025, caratterizzata da un aumento di scambi a basso volume che suggerisce una potenziale manipolazione del mercato.

Autori originali: Jakub Zwydak, Marcin Wątorek, Jarosław Kwapień, Stanisław DroĊdĊ

Pubblicato 2026-07-16

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Jakub Zwydak, Marcin Wątorek, Jarosław Kwapień, Stanisław DroĊdĊ

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

Immaginate il sistema finanziario globale come una gigantesca e caotica pista da ballo dove milioni di persone scambiano token digitali. Nel mondo delle criptovalute, questa danza non si ferma mai; avviene 24 ore su 24, 7 giorni su 7, in diversi club (exchange) in tutto il mondo. Ma ecco la parte complicata: a volte, sembra che la musica acceleri non perché ci siano più ballerini, ma perché alcuni ballerini stanno solo girando su se stessi per far sembrare la stanza affollata. Questo è chiamato "wash trading", ed è un modo per simulare l'entusiasmo, ingannando tutti e facendo credere che la festa sia più grande e popolare di quanto sia in realtà.

Per catturare questi imbroglioni, gli scienziati utilizzano un tipo speciale di lavoro investigativo chiamato "analisi della complessità". Pensate a questo come all'ascolto del ritmo della musica. In un mercato reale e sano, gli alti e bassi dei prezzi, il numero di scambi e il volume di denaro in movimento seguono un modello complesso, disordinato ma prevedibile — come una band jazz che improvvisa insieme. Se qualcuno sta fingendo l'attività, il ritmo potrebbe improvvisamente diventare troppo perfetto, troppo casuale o semplicemente "fuori tempo" in un modo che non corrisponde al caos naturale di una vera folla. Questo articolo utilizza questi strumenti di controllo del ritmo per vedere se qualche exchange di criptovalute sta segretamente girando su se stesso.

I ricercatori in questo studio hanno deciso di mettere quattro importanti exchange di criptovalute — Binance, Bitget, Kraken e KuCoin — sotto il microscopio. Hanno esaminato tre criptovalute specifiche: Bitcoin (BTC), Ethereum (ETH) e XRP. Non si sono limitati a guardare i prezzi; hanno contato ogni singolo scambio, misurato il volume delle monete in movimento e tracciato la frequenza con cui avvenivano gli scambi, minuto per minuto, dal 1° aprile al 30 giugno 2025. Il loro obiettivo non era catturare una persona o un account specifico, ma vedere se il battito cardiaco statistico del mercato suonava normale o se aveva sviluppato un'aritmia strana e artificiale.

Ciò che hanno trovato è stato un enorme segnale di allarme in un club specifico: Bitget. Mentre gli altri exchange (Binance, Kraken e KuCoin) mantenevano un ritmo costante e naturale, Bitget ha iniziato improvvisamente ad agire in modo strano intorno alla metà di maggio 2025. Nello specifico, per Bitcoin ed Ethereum, il numero di scambi è schizzato alle stelle. Sembrava una frenesia di attività. Ma ecco il trucco: l'importo di denaro effettivamente scambiato non è aumentato e i prezzi non sono diventati più volatili. Era come se il DJ avesse improvvisamente iniziato a suonare 1.000 piccoli, minuscoli battiti al minuto, ma i ballerini non si fossero effettivamente spostati di un centimetro.

Gli scienziati hanno utilizzato un kit di strumenti di "misure di complessità" per dimostrare che non si trattasse di una semplice coincidenza fortunata. Hanno controllato l' "autocorrelazione", che è come verificare se il battito successivo della canzone è correlato al precedente. Su Bitget, la connessione tra gli scambi si è interrotta; gli scambi sono diventati così frequenti e casuali da perdere la loro struttura naturale. Hanno anche esaminato la "multifrattalità", un modo sofisticato per descrivere come la complessità del mercato cambi su diverse scale temporali. Su Bitget, questa struttura complessa e multistrato è crollata in qualcosa di semplice e piatto, quasi come una macchina che genera rumore casuale invece di una folla umana che reagisce alle notizie.

Inoltre, hanno misurato l' "entropia", ovvero l'imprevedibilità dei modelli. Su Bitget, i modelli di transazione sono diventati stranamente irregolari e meno ripetibili, suggerendo che gli scambi non seguissero la consueta logica di acquirenti e venditori. Quando hanno confrontato il numero di scambi con il volume effettivo delle monete, il legame si è spezzato. Negli exchange normali, più scambi di solito significano più volume. Su Bitget, dopo metà maggio, potevano esserci migliaia di scambi con quasi nessun volume, come una fabbrica che produce scatole vuote.

Lo studio ha anche escluso alcune possibilità. Hanno confermato che questa stranezza non stava accadendo a XRP su Bitget, il che suggerisce che il problema non fosse un glitch dell'intero software dell'exchange. Hanno anche visto che i prezzi su Bitget si muovevano ancora in sincronia con gli altri exchange, il che significa che gli scambi "finti" non stavano effettivamente muovendo il prezzo di mercato; stavano solo riempiendo il registro delle transazioni.

Quindi, cosa significa tutto questo? L'articolo suggerisce che dopo il 21 maggio 2025, i mercati di Bitcoin ed Ethereum su Bitget sono stati inondati da una componente "simile al rumore". È molto probabile che si trattasse di scambi artificiali — forse generati da bot o script automatizzati progettati per far sembrare l'exchange più trafficato di quanto non fosse. Gli autori sono cauti nel dire che non possono provare che si tratti di "wash trading" in senso legale perché non hanno accesso ai conti privati dietro gli scambi. Tuttavia, l'evidenza statistica è schiacciante: il battito naturale e complesso del mercato è stato sostituito da un colpo meccanico e ripetitivo.

In definitiva, questa ricerca dimostra che non basta guardare il prezzo per sapere se un mercato cripto è sano. Bisogna ascoltare il ritmo degli scambi. Se il numero di transazioni aumenta ma il volume e il caos dei prezzi rimangono invariati, potreste semplicemente assistere a una festa digitale dove i ballerini girano sul posto per far sembrare la stanza piena. Gli autori concludono che questi strumenti basati sulla complessità sono modi nuovi e potenti per individuare queste anomalie nascoste, aiutando a mantenere onesta la pista da ballo delle criptovalute.

Sintesi Tecnica: Rilevamento di schemi di trading insoliti sugli exchange di criptovalute mediante misure di complessità

Problematica
I mercati delle criptovalute sono particolarmente vulnerabili alla manipolazione del mercato, nello specifico al wash trading, in cui transazioni artificiali gonfiano il volume riportato e la liquidità senza un reale trasferimento di rischio economico. Sulle piattaforme di scambio centralizzate (CEX), rilevare tale attività è complesso poiché i dati pubblici a livello di singola operazione mancano di informazioni sull'identità dei trader o sulla proprietà degli account. Di conseguenza, le singole transazioni non possono essere classificate direttamente come artificiali. Invece, il rilevamento deve basarsi sull'identificazione di deviazioni statistiche dalle regolarità complesse e non lineari tipicamente osservate nella microstruttura di un mercato genuino. Gli standard degli indicatori basati sul prezzo spesso falliscono nel rivelare tali anomalie, poiché la dinamica dei prezzi può rimanere coerente tra diversi exchange a causa dell'arbitraggio, anche quando l'attività di trading è manipolata artificialmente.

Metodologia
Lo studio propone un framework diagnostico che utilizza misure di complessità e struttura statistica derivate da dati di transazione ad alta frequenza, tick-by-tick. L'analisi si concentra su tre variabili primarie aggregate in serie temporali a 1 minuto: rendimenti logaritmici ( $R$ ), volume di trading ( $V$ ) e numero di transazioni ( $N$ ).

La metodologia impiega una suite di strumenti di econofisica per caratterizzare l'organizzazione di scala e le dipendenze incrociate di queste variabili:

Analisi della multifrattalità detrendizzata (MFDFA) e Analisi della cross-correlazione multifrattale detrendizzata (MFCCA): Questi metodi sono utilizzati per caratterizzare le proprietà di scala delle singole serie temporali e le cross-correlazioni dipendenti dalla scala tra coppie di variabili ( $|R|$ vs $V$ , $|R|$ vs $N$ , e $V$ vs $N$ ). Questo approccio separa la struttura temporale genuina dalle non-stazionarietà locali e dai trend.
Entropia Approssimativa (ApEn) e Entropia di Campione (SampEn): Queste metriche quantificano la regolarità e l'imprevedibilità delle serie temporali. Valori di entropia più elevati indicano dinamiche meno ripetibili e più irregolari, mentre valori più bassi suggeriscono schemi più prevedibili e ripetitivi.
Analisi a Finestra Mobile (Rolling Window Analysis): Per identificare i cambiamenti di regime localizzati nel tempo, le suddette misure (specificamente i coefficienti di cross-correlazione detrendizzata e l'entropia) sono calcolate all'interno di finestre mobili (7 giorni) attraverso l'intero periodo del campione.
Rilevamento dei Punti di Cambiamento (Change-Point Detection): Una procedura statistica formale viene applicata alla serie del conteggio delle transazioni per identificare le interruzioni strutturali, dividendo i dati in sottocampioni pre e post-anomalia per un'analisi comparativa.

Lo studio analizza i dati di Bitcoin (BTC), Ethereum (ETH) e XRP scambiati su Binance, Bitget, Kraken e KuCoin dal 1 aprile al 30 giugno 2025.

Risultati Chiave
L'analisi rivela un'anomalia pronunciata e specifica per l'exchange su Bitget riguardante BTC ed ETH, emersa dopo la metà di maggio 2025 (nello specifico, il 21 maggio 2025). Mentre la dinamica dei prezzi (rendimenti logaritmici) è rimasta coerente tra tutti gli exchange, l'organizzazione statistica dell'attività di trading su Bitget per questi due asset è deviata significativamente dagli standard osservati su Binance, Kraken e KuCoin.

Le scoperte chiave riguardanti l'anomalia di Bitget includono:

Disaccoppiamento tra Volume e Conteggio delle Transazioni: Si è verificato un forte aumento del numero di transazioni ( $N$ ) senza un aumento proporzionale del volume scambiato ( $V$ ) o delle fluttuazioni dei rendimenti ( $|R|$ ).
Spostamento Distributivo: La distribuzione dei conteggi delle transazioni è passata da un comportamento a coda pesante, di tipo legge di potenza (tipico dei mercati genuini), a una distribuzione quasi gaussiana.
Indebolimento delle Correlazioni: Le autocorrelazioni della serie del conteggio delle transazioni si sono indebolite significativamente, e le cross-correlazioni detrendizzate tra $N$ e sia $V$ che $|R|$ sono scese vicino allo zero, indicando una perdita di sincronizzazione tra l'intensità delle transazioni e l'impatto sul mercato.
Perdita di Multifrattalità: L'organizzazione multifrattale della serie del conteggio delle transazioni è collassata, mostrando caratteristiche di scaling monofrattale, suggerendo un'omogeneizzazione del processo attraverso le scale.
Aumento dell'Irregolarità: I valori di Entropia Approssimativa e di Campione per la serie del conteggio delle transazioni sono aumentati bruscamente, indicando che i pattern a breve termine sono diventati meno ripetibili e più simili al rumore.
Dominanza di Bassi Volumi: La decomposizione dei dati ha rivelato che il periodo post-anomalia è stato dominato da numerose transazioni di basso volume. Quando le transazioni più piccole sono state filtrate, sono riemersi periodi di assenza di trading, confermando che la continuità apparente dell'attività era guidata da micro-transazioni.
Specificità dell'Asset: Questo cambiamento di regime è stato specifico per BTC ed ETH su Bitget; XRP sullo stesso exchange e tutti gli asset sugli altri exchange non hanno esibito tali caratteristiche.

Significatività e Rivendicazioni
Il documento sostiene che gli indicatori basati sulla complessità sono strumenti diagnostici efficaci per rilevare anomalie di trading specifiche di un exchange che rimangono nascoste quando ci si affida esclusivamente a misure basate sul prezzo. Lo studio dimosta che le relazioni statistiche tra conteggio delle transazioni, volume scambiato e fluttuazioni dei rendimenti fungono da robusto benchmark per il comportamento "normale" del mercato.

Gli autori interpretano le caratteristiche osservate su Bitget — specificamente la componente simile al rumore nell'attività di trading, il disaccoppiamento tra conteggio delle transazioni e volume, e la rottura strutturale delle cross-correlazioni — come coerenti con un aumento artificiale dei conteggi delle transazioni, potenzialmente indicativo di wash trading. Tuttavia, il documento dichiara esplicitamente che questi risultati non forniscono una prova diretta di wash trading, poiché l'analisi si basa su dati aggregati pubblici senza accesso ai dati a livello di account o del book ordini. Invece, lo studio conclude che il processo del conteggio delle transazioni per BTC ed ETH su Bitget dopo il 21 maggio 2025 è statisticamente distinto dal suo comportamento precedente e dal comportamento osservato su altri grandi exchange, suggerendo un'alterazione fondamentale nell'organizzazione interna dell'attività di mercato.

Articoli simili