Post-Rejection Follow-up Sampling: A Methodology for Counterfactual Outcome Measurement in Algorithmic DEX Trading
Dit artikel introduceert Post-Rejection Follow-up Sampling (PRFS), een methodologie die de realtime marktopbrengst van tokens volgt die door algoritmische DEX-handelssystemen zijn afgewezen om een dataset van 67.000 forward-outcome observaties te genereren, waardoor de evaluatie van filterprecisie tegenover werkelijke marktresultaten mogelijk wordt in plaats van tegenover synthetische backtests.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een talentenjager bent voor een enorm, chaotisch muziekfestival. Elke dag is het jouw baan om duizenden nieuwe bands te scannen die op het podium willen staan. Je hebt een strikte set regels (filters) om te beslissen wie er wel of niet in mag.
Het Probleem: De "Black Box" van Afwijzing
Meestal, wanneer je systeem een band afwijst, is dat het einde van het verhaal. Je ziet de bands die wél hebben opgetreden en hoe het publiek reageerde. Maar je weet nooit wat er met de bands zou zijn gebeurd die je hebt afgewezen. Hadden ze een geheime hit? Waren ze verschrikkelijk? Zijn ze van de aardbodem verdwenen?
In de wereld van geautomatiseerde handel op Decentralized Exchanges (DEXs) is dit een enorme blinde vlek. Computeralgoritmen wijzen dagelijks duizenden potentiële tokens (digitale activa) af. Traditionele methoden proberen te raden wat er met deze afgewezen tokens zou zijn gebeurd door naar oude prijsgrafieken te kijken, maar die grafieken zijn als het kijken naar een kaart van een stad die al veranderd is. Ze vertellen je niet wat er daadwerkelijk is gebeurd met de specifieke tokens waar jouw systeem "nee" tegen zei.
De Oplossing: De "Post-Rejection Follow-up" (PRFS)
Dit paper introduceert een slimme nieuwe methode genaamd Post-Rejection Follow-up Sampling (PRFS).
Beschouw PRFS als een toegewijd "stalker"-team (op een zeer beleefde, data-verzamelde manier) dat de bands die je hebt afgewezen, volgt.
- De Beslissing: Je hoofdhandelssysteem zegt "Nee" tegen een token en legt de reden hiervoor vast.
- De Follow-up: In plaats van deze token te negeren, begint het PRFS-systeem deze nauwlettend in de gaten te houden. Het controleert de prijs van de token en hoeveel geld er beschikbaar is om in de token te handelen (liquiditeit) met regelmatige tussenpozen.
- De Tijdlijn: Het houdt de token tot 24 uur lang in de gaten.
- Eerste uur: Het controleert zeer frequent (zoals je telefoon elke 5 minuten checken) omdat de dingen in het begin meestal snel veranderen.
- Later: Het controleert minder vaak (zoals één keer per uur) naarmate de tijd verstrijkt.
- De Stop: Het stopt met kijken als de 24 uur om zijn, als de token van de markt verdwijnt (zoals een band die de show verlaat voordat hij begint), of als het systeem een technische limiet bereikt.
Wat Dit Bereikt
Door dit te doen, kunnen de onderzoekers eindelijk de "counterfactual" uitkomst zien. Ze kunnen de vraag beantwoorden: "Als we deze afgewezen token daadwerkelijk hadden toegelaten, hadden we dan winst gemaakt, of was het een scam?"
Dit gaat niet over raden of simuleren; dit gaat over het meten van de realiteit. Het verandelt "wat als"-scenario's in "wat er daadwerkelijk is gebeurd".
Het Experiment
De onderzoekers testten dit gedurende acht dagen in april 2026 op de Solana-blockchain.
- Ze volgden 2.997 momenten waarop hun systeem een token afwees.
- Ze slaagden erin om van ongeveer 55% van die afwijzingen ten minste één update te verkrijgen.
- In totaal verzamelden ze 67.000 datapunten (prijscontroles) op deze afgewezen tokens.
De Resultaten (De "Bimodale" Verrassing)
De data toonden een zeer interessante splitsing, als twee verschillende soorten afgewezen bands:
- De "Ghost" Bands: Ongeveer de helft van de afgewezen tokens verdween bijna onmiddellijk (binnen de eerste controle). In handelstermen waren dit waarschijnlijk scams of tokens die direct hun geld opraakten. Het systeem heeft ze succesvol afgewezen, en de follow-up bevestigde dat ze weg waren.
- De "Long-Lived" Bands: De andere groep bleef de volledige 24 uur aanwezig. Sommige hiervan waren daadwerkelijk goede tokens die het systeem per ongeluk had afgewezen, terwijl andere gewoon saaie tokens waren die niet bewogen.
Waarom Dit Belangrijk Is
Het paper betoogt dat deze methode een betere manier is om handelsalgoritmen af te stemmen. In plaats van te gokken, kun je nu naar het werkelijke lot van de afgewezen tokens kijken en zeggen: "Hé, ons filter is te streng op dit type token," of: "Geweldig, ons filter heeft die scam gevangen."
Beperkingen
De auteurs zijn eerlijk over de beperkingen:
- Het Venster: Ze hebben alleen acht dagen gevolgd. Marktomstandigheden veranderen, dus dit is slechts een momentopname.
- De Dichtheid: Voor sommige tokens hadden ze niet genoeg datapunten om een perfecte lijn van de prijsbeweging te trekken. Ze kregen een paar stippen, maar geen vloeiende curve. Dit komt omdat de databron (de prijsoracle) limieten heeft op het aantal verzoeken dat het kan verwerken.
- Het "Verdwijnings"-Mysterie: Als een token vlak na de afwijzing verdwijnt, gaat het systeem ervan uit dat het een scam was. Het paper geeft toe dat dit een goede gok is, maar ze hebben het nog niet voor 100% bewezen tegen onafhankelijke records.
Samenvattend
Dit paper beweert niet dat het een magische formule voor winst heeft gevonden. In plaats daarvan biedt het een nieuwe meettool. Het is alsoat je een chef-kok een manier geeft om de ingrediënten te proeven die hij heeft weggegooid, zodat hij precies kan leren welke slecht waren en welke hij per ongeluk heeft weggegooid. Dit helpt hem om in de toekomst betere maaltijden te bereiden (betere handelsbeslissingen te nemen).
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.