6 papers
Deze studie analyseert een evenwicht tussen gedecentraliseerde beurzen die concurreren via dynamische transactiekosten, waarbij wordt aangetoond dat toenemende concurrentie de uitvoeringskosten voor strategische handelaren verlaagt en de inkomsten per beurs vermindert, terwijl het effect op 'noise traders' afhangt van de marktvolume.
Dit paper introduceert RAmmStein, een Deep Reinforcement Learning-methode die het optimale moment voor herbalancering in geconcentreerde liquiditeitsmarkten bepaalt door marktdynamieken te combineren met kostenbewustzijn, waardoor de winstgevendheid aanzienlijk wordt verhoogd ten opzichte van traditionele strategieën.
Dit artikel gebruikt een globaal spelmodel om aan te tonen dat de stabiliteit van stablecoins afhangt van de interactie tussen informatie-structuur, fundamentele sterkte en het risico op grote verkopen, waarbij meer precisie in private signalen paradoxale effecten kan hebben op de kans op een run.
Dit artikel toont aan dat cryptoassetmarkten inefficiënt zijn door empirisch bewijs te leveren dat evenwichtsrestricties worden afgewezen, wat wijst op de aanwezigheid van fricties die kapitaalherallocatie belemmeren in plaats van op verkeerd geprijsde risico's.
Dit artikel generaliseert het Kyle-model (1985) naar een oneindig-dimensionale setting met een continuüm van activa, waarbij een evenwicht wordt afgeleid dat wordt gekenmerkt door een enkele scalair vast punt en dat inzicht biedt in de handelsstrategieën, prijsimpact en informatieve efficiency in een complexe, cross-sectionele marktomgeving.
Dit artikel toont aan dat de optimale rebalancing in dynamische AMM-pools kan worden gemodelleerd als een geodeet op het gewichtsimplex volgens de Fisher-Rao-metriek, waarbij de SLERP-interpolatie in Hellinger-coördinaten een minimale arbitragekost realiseert die nauw samenhangt met de recursieve AM-GM-bisectiemethode.