Detecting Unusual Trading Patterns on Cryptocurrency Exchanges by Means of Complexity Measures
创建于 更新于
摘要
本研究提出一个基于复杂性与统计结构特征的诊断框架，用于对高频逐笔数据中的异常交易模式进行检测，聚焦BTC、ETH、XRP在多家中心化交易所的1分钟时间序列（对数收益、交易量、交易笔数）的尾部分布、自相关、复合分形特征、近似熵与去趋势互相关等分析 [page::1]。结果显示，Bitget在2025年5月中旬后出现显著的交易笔数异常，尽管交易量与收益波动并未成比例增加，这一 regime 与噪声式交易活动相关，但无法直接证实洗盘交易 [page::1]。总体而言，基于复杂性指标的监测能够揭示价格数据之外的交易异常，对市场质量与流动性可靠性评估具有辅助作用 [page::1]。
