💰 quantitative finance

Anomaly detection in European cryptocurrency exchange-traded products

本論文は、欧州のビットコインおよびイーサリアムの取引所上場製品における日中市場のアノマリーを検知するための3つの新しいバイナリ指標を導入・検証し、これらの稀な事象が特有のマイクロストラクチャー特性によって特徴付けられ、機械学習モデルを用いて1分先まで正確に予測可能であることを示している。

原著者： Julia Kończal, Rafał Połoczański

公開日 2026-08-11

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Julia Kończal, Rafał Połoczański

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

金融の世界を、リンゴからデジタルゴールドまであらゆるものが取引される、巨大で活気ある市場として想像してみてください。長い間、ビットコインやイーサリアムのような最も有名なデジタルコインは、価格がいつ何時でも激しく変動する、決して閉まることのない、規制のない「裏庭」で取引されてきました。しかし最近、ヨーロッパの公式で規制された証券取引所の中に、新しい種類のショップが開かれました。これらは上場投資商品（ETP）と呼ばれます。これらは、混沌としたクリプトの世界を覗き見るための、政府の監視下にある安全な「窓」のようなものです。そこでは、企業の株を買うのと同じように、通常の営業時間中にビットコインやイーサリアムの断片を購入することができます。

この窓の中で何が起きているかを理解するために、科学者たちはいくつかの主要なツールを使用します。まず、彼らは「アノマリー（異常）」に注目します。これは市場における突然の奇妙なグリッチ（不具合）のようなもので、ドライバーがハンドルに触れていないのに車が突然急ハンドルを切るように、価格が理不尽に急落したり跳ね上がったりする瞬間を指します。これを見つけ出すために、彼らは「極値理論（Extreme Value Theory）」と呼ばれる数学的手法を使用します。これは、基本的には（嵐における最も大きな波のように）最も稀で極端な事象を研究して、安全な境界線を設定する方法です。また、彼らは「マイクロストラクチャー（市場微細構造）」、つまり買い手と売り手がどのように相互作用しているかという、秒単位の極めて細かい詳細にも注目します。これは、同時にどれだけの人が買いや売りのために叫んでいるかを数えるようなものです。大きな疑問は、「これらの奇妙なグリッチが起こる前に察知できるのか、それとも単なるランダムなサプライズなのか？」ということです。

この論文は、2つのヨーロッパの取引所（ドイツのXetraとスウェーデンのNasdaq Stockholm）で取引されている4つの特定のクリプト製品（ビットコインを追跡するもの2つと、イーサリアムを追跡するもの2つ）に関する探偵物語です。著者であるJulia Kończal氏とRafał Połoczański氏は、1分足のデータを用い、1年半（2024年1月から2025年12月まで）にわたって、これらの製品の刻一刻とした動きを観察しました。彼らは、これらの「アノマリー」が何らかのルールに従っているのか、それとも単なる混沌なのかを知りたかったのです。

まず、彼らは「極値理論」の数学を用いたベースラインの検出器を設定しました。彼らは砂の上に線を引きました。もし価格の下落が他のすべての下落よりも95%深い場合、それはアノマリーであると定義しました。しかし、彼らはそれだけでは止まりませんでした。彼らは、トラブルを察知するための3つの新しい巧妙な方法を考案しました。

「クロス・ベニュー・ダイバージェンス（会場間乖離）」検出器： 同じ製品を持つ二人の双子が、2つの異なる部屋（2つの取引所）に立っていると想像してください。通常、彼らは同期して動きます。もし一人の双子が突然跳ね上がったのに、もう一人が静止したままなら、それはダイバージェンス（乖離）のアノマリーです。これは、2つの部屋が互いに通信する方法に一時的な不具合が生じていることを示唆しています。
「ノー・リカバリー（回復なし）」検出器： これは、価格が反発しない暴落を監視します。もし価格が大きな打撃を受け、その後10分間、回復することなくただズルズルと進むだけなら、それは「ノー・リカバリー」のアノマリーです。それは、地面に当たったボールが跳ね返るのを拒否しているようなものです。
「モメンタム・リバーサル（勢いによる反転）」検出ラー： これは、価格が幸せに上昇していたのに、突然床に叩きつけられる現象を捉えます。それは、ジェットコースターが丘を登っていた直後に急降下するようなものです。

著者らは、これらの奇妙なイベントは稀であり、発生頻度は1%未満（100分に1回未満）であることを発見しました。しかし、それらが実際に起きたとき、市場の様子は大きく異なっていました。これらのアノマリーの間、「実効スプレッド（取引コスト）」は非常に高く、買い手と売り手のバランスは大きく偏っていました。例えば、「ノー・リカバリー」の暴落の間、取引量は通常よりも5倍高くなることが多く、取引コストは2倍または3倍になりました。

この物語で最もエキサイティングな部分は、予測です。著者らは、「次の1分間がアノマリーになるかどうかを推測できるか？」と問いかけました。彼らは、過去1分間のデータを調べて次の1分間を予測するために、4つの異なるコンピュータの脳（Random ForestやLogistic Regressionといったアルゴリズム）を訓練しました。結果は驚くほど良好でした。標準的な「極端な下落」のアノマリーに対して、コンピュータは最大0.82の精度スコア（AUC-ROC）で次の1分間を予測できました。これは強いシグナルであり、これらのイベントが完全にランダムではないことを示唆しています。

しかし、この論文は、コンピュータが使用したデータの種類が、コンピュータの種類よりも重要であったことを示唆しています。最も優れた予測因子は、誰が買っているか売っているかという複雑な詳細（マイクロストラクチャ）ではなく、ボラティリティ（価格の揺れ）とドローダウン（直近の高値からどれだけ下落したか）に大きく依存していました。それはまるで、コンピュータが「価格が激しく揺れ動き、大きく下落しているなら、クラッシュが近づいている」ということを、群衆の一人ひとりを数えるよりも先に学習したかのようです。

興味深いことに、「クロス・ベニュー・ダイバージェンス」のアノマリーは、単純な数学では予測が最も困難でしたが、より複雑な「Random Forest」アルゴリズムによってうまく捉えられました。これは、2つの取引所の関係がより神秘的で非線形であることを示唆しています。また、研究では、これらの奇妙なイベントは金曜日や、取引日の開始直後や終了直前に多く発生することも指摘されました。これは、おそらく流動性（取引可能な資金の量）が低い時期であるためです。

結局のところ、この論文は、これらの欧州のクリプト市場は規制されており、あの「裏庭」よりも安全ではあるものの、依然として独自の「グリッチ」を持っていることを示唆しています。これらのグリッチは稀ですが、データの中に明確な指紋を残します。価格の揺れや回復の欠如といった特定のパターンを監視することで、私たちはそれらが起こる1分前に、その到来を察知することができるのです。それは未来を完璧に見通す水晶玉ではありませんが、嵐を察知するための非常に優れたレーダーなのです。

技術要約：欧州の暗号資産上場投資商品（ETP）におけるアノマリー検知

問題提起
暗号資産市場は高いボラティリティ、ファットテイルな収益分布、および断片化されたインフラを特徴としているが、既存の文献の多くは日次データを用いたスポット市場に焦点を当てている。規制された欧州の暗号資産上場投資商品（ETP）のマイクロストラクチャーについて、イントラデイ（日中）頻度で理解することには大きな空白が存在する。具体的には、規制された環境において異常な価格挙動がどのように現れるのか、それらのアノマリーがマイクロストラクチャー情報を用いて定義できるのか、そしてそれらが1期先（one bar ahead）に対して予測可能であるのかについては、依然として不明である。

手法
本研究では、2024年1月から2025年12月までの、ドイツのXetraおよびスウェーデンのNasdaq Stockholmの主要2つの取引所で取引されている、ビットコインおよびイーサリアムの4つのETPの1分足データを使用する。選択された銘柄は、VanEckのBitcoin (VBTC.XE) および Ethereum (VETH.XE) ETP、ならびに Virtuneの Bitcoin (VIRBTC.ST) および Ethereum (VIRSETHS.ST) ETPである。

手法は以下の3つの段階で進行する：

アノマリーの定義： 著者らは、極値理論（EVT）、特にピーク・オーバー・スレッショルド（POT）法を用いたベースラインとなるアノマリー定義を確立する。これには、極端な負の収益を特定するために、左裾の超過に対して一般化パレート分布（GPD）を適合させるプロセスが含まれる。これに基づき、3つの新しいバイナリ・アノマリー指標を提案する：
- クロス・ベニュー・ダイバージェンス ( $D_{CV}$ ): 異なる取引所で同一の資産を追跡するETP間の、一時的な価格乖離を特定する。これはローリングOLS残差を通じて測定される。
- ノー・リカバリー ( $D_{NR}$ ): 極端な価格下落と、それに続く限定的な回復（初期の下落幅の30%未満の次10バーの累積収益）を検出する。
- モメンタム・リバーサル ( $D_{MR}$ ): 短期的な正のモメンタム（5バーの累積収益）の直後に発生する、極端な負の収益を特定する。
マイクロストラクチャー分析： 本研究では、アノマリーが発生したバーの統計的特性を、正常なバーと比較する。これにはマン・ホイットニーU検定を用いる。分析対象となる主要なマイクロストラクチャー変数には、実効スプレッド、相対ボリューム、Amihud流動性比率、Kyleの $\lambda$ 、およびオーダーフロー・インバランス（OIB）が含まれる。
予測モデリング： 次のバーがアノマリーになるかどうかを予測するためのアウト・オブ・サンプル予測フレームワークを採用する。4つの分類器（ロジスティック回帰 (LR)、ランダムフォレスト (RF)、Extreme Gradient Boosting (XGBoost)、Light Gradient Boosting Machine (LightGBM)）をテストする。特徴量には、22の価格/ボラティリティ指標（例：ローリング標準偏差、ドローダウン、RSI）と12のマイクロストラクチャー指標が含まれる。2つの特徴量エンジニアリング・アプローチ（セッションベース：毎日リセットされるもの、および累積ベース：全履歴のアクティブバーを使用するもの）を比較する。

主な貢献

市場の特性化： 本論文は、200以上の製品が存在する一方で、取引高が高度に集中しており、XetraとNasdaq Stockholmが支配的な場となっていることを指摘し、欧州の暗号資産ETP市場の包括的な概要を提供している。
新規のアノマリー指標： 著者らは、標準的なEVTベースのPOTアプローチを補完するものとして、高頻度ETPデータに特化した3つの具体的なバイナリ・アノマリー定義（ $D_{CV}$ , $D_{NR}$ , $D_{MR}$ ）を導入している。
予測可能性のエビデンス： 本研究は、4つのアノマリータイプすべてが1期先に対して予測可能であることを示しており、こうした事象が規制された市場において純粋なランダムノイズであるという概念に異を唱えている。

結果

統計的特性： アノマリーが発生したバーは、全有効バーの1%未満である。統計分析により、アノマリー観測値は、非アノマリーバーと比較して、有意に高い実効スプレッド、高い流動性関連比率（Amihud、Kyleの $\lambda$ ）、およびより顕著なオーダーフロー・インバランス（通常は売り圧力を示す負の値）を示すことが明らかになった。
重複とタイミング： 4つの定義は、それぞれ異なるタイプの事象を捉えている。 $D_{CV}$ は他の定義との重複が極めて少なく（Jaccard指数 < 0.03）、会場固有のダイバージェンスを捉えている。 $D_{NR}$ と $D_{MR}$ は中程度の重複を示す。アノマリー発生率は市場の開始時と終了時にピークに達し、一般的に金曜日に高くなる傾向がある。
予測性能： 4つの分類器すべてが、1期先の予測に成功した。AUC–ROC値は0.56から0.82の範囲にある。
- POTによる定義は最も予測可能性が高く、ビットコイン銘柄に対してLRおよびRFは最大0.82のAUC–ROC値を達成した。
- クロス・ベニュー・ダイバージェンス（ $D_{CV}$ ）はランダムフォレストによって最も良く予測され、これはクロス・ベニューの価格シグナルにおける非線形な関係を示唆している。
- 累積的な特徴量アプローチ（セッションを越えて履歴データを使用するもの）は、一般的にセッションベースのアプローチよりも優れた性能を示した。
特徴量の重要度： パーミュテーション重要度分析によれば、短期的ボラティリティやドローダウンの指標は、マイクロストラクチャー変数よりも一般的に予測力が高い。例えば、ローリング標準偏差とドローダウンはPOTのトップレベルの予測因子であり、RSIとボラティリティ比率はモメンタム・リバーサル・アノマリーにおいて極めて重要である。

意義と主張
本論文は、規制された欧州の暗号資産ETP市場において、アノマリー的な価格挙動がどのように現れ、それがマイクロストラクチャー情報を用いて検出および予測可能であるかを検証した最初の研究であると主張している。研究結果は、これらのアノマリーは稀ではあるものの、特定のマイクロストラクチャー条件（例：高いスプレッドや売り圧力）に関連しており、予測情報を含んでいることを示唆している。結果は、直近のイントラデイ変数を、特にボラティリティやドローダウンの指標を用いることで、アノマリー事象の発生確率を部分的に捉えられることを意味しており、規制された暗号資産市場におけるリスク管理やモニタリングシステムへの潜在的な有用性を提供している。著者らは、予測は可能であるものの、クラス不均衡のために精度（precision）は低いままであり、本研究はトレーディング戦略ではなく、検出と1ステップ先への予測に焦点を当てていることを述べ、謙虚な姿勢を維持している。

関連論文