Ученые обратно-инженерно проанализировали крах флеш-краш Луны, используя методы частицовой физики

Ученые проанализировали крах флеш-краш Луны методами частицовой физики.

До Квон: “95% умрут [монеты], но также интересно наблюдать, как умирают компании” 8 дней назад. Иронично. pic.twitter.com/fEQMZIyd9a

— Педр (@EncryptedPedro) 11 мая 2022

Более чем 40 миллиардов долларов активов инвесторов было потеряно в период с 5 по 13 мая 2022 года. Меньше чем через год, До Квон был арестован после предполагаемой попытки скрыться от преследования за уголовную деятельность, связанную с убытками.

С тех пор было написано множество работ, обсуждающих разрушение, которое привело к падению монеты Luna (LUNC) и отклонению стабильной монеты Terra’s UST от доллара США.

• Сооснователь Ethereum Виталик Бутерин переводит $1 миллион в ETH на Coinbase – что происходит?
• Федеральный суд поддерживает санкции против крипто-миксера Tornado Cash, несмотря на протесты пользователей
• Пользователи криптовалют реагируют на смерть Шиба Ину, стоящего за вирусными мемами

Теперь, по-видимому, ученые впервые применили статистическую механику, чтобы сутью перевернуть крах, используя те же техники, которые используются для изучения физики частиц.

Исследование, проведенное в Королевском колледже Лондона, сосредоточилось на транзакционных событиях и ордерах, происходящих во время краха. Согласно предварительному исследовательскому докладу команды:

“Мы рассматриваем ордера как физические частицы, движущиеся на одномерной оси. Размер ордера соответствует массе частицы, а расстояние, на которое переместился ордер, соответствует расстоянию, на которое перемещается частица.”

Те же самые техники используются для отображения термодинамических взаимодействий, молекулярной динамики и взаимодействий на атомном уровне. Применяя их к отдельным событиям, происходящим в определенный период времени в закрытой экосистеме, такой как рынок Луны, исследователи смогли получить более глубокое понимание микроструктуры монеты и основных причин ее краха.

Процесс включал отход от методологии снимка, применяемой в текущем передовом подходе, основанном на обнаружении аномалий на основе Z-оценки, и переход к подробному рассмотрению событий в ходе их происхождения.

Рассматривая события как частицы, команда смогла включить данные третьего уровня в свой анализ (которые, помимо данных первого и второго уровней, включают данные, относящиеся к подаче, отмене и сопоставлению ордеров).

По словам исследователей, это позволило им обнаружить “распространенные случаи спуфинга и слоистой структуры на рынке”, что в значительной степени способствовало вспышке краха Луны.

Затем команда разработала алгоритм для обнаружения слоистой структуры и спуфинга. По словам статьи, это представляло существенную сложность, так как не существует известных наборов данных, связанных с крахом Луны, содержащих точно помеченные случаи спуфинга или слоистой структуры.

Чтобы обучить свою модель распознавать эти действия без таких данных, исследователи создали синтетические данные. После обучения модель была применена к набору данных Луны и сравнена с существующим анализом, проведенным с помощью системы Z-оценки.

Связано: Ведущий университет Великобритании сотрудничает с стартапом по искусственному интеллекту для анализа криптовалютного рынка

“Наш метод успешно обнаружил случаи спуфинга в исходном наборе данных рынка торговой монеты LUNA,” написали исследователи, отметив, что метод Z-оценки “не только не смог обнаружить спуфинг, но и неправильно классифицировал большие лимитные ордера как спуфинг.”

Впереди исследователи считают, что их работа может служить основой для изучения микроструктуры рынка в финансовой сфере.

Вспышка краха Луны произошла всего через восемь дней после того, как сооснователь Terra До Квон сказал американско-канадской шахматной звезде Александре Ботез, что 95% криптовалютных монет провалятся, добавив, что “интересно наблюдать, как компании умирают”.

We will continue to update BiLee; if you have any questions or suggestions, please contact us!