Россия
В статье рассматривается построение комплексной архитектуры потока данных для моделей машинного обучения, используемых в статистическом арбитраже на рынках цифровых активов, с акцентом на разработку признаков из разнородных источников. Систематизированы и классифицированы основные источники данных: данные микроструктуры рынка, блокчейн данные, альтернативные данные, такие как сентимент социальных сетей, мониторинг крупных кошельков, а также производные признаки.
криптовалютный арбитраж, статистический арбитраж, машинное обучение, блокчейн, BigData, потоковая обработка данных
1. Лундин А., Со Д. Выявление возможностей для арбитражной торговли криптовалютами с использованием данных из нескольких источников. 2023. DOI:https://doi.org/10.13140/RG.2.2.27639.33445.
2. Виетес, А. Машинное обучение, прогнозирование криптовалюты Ethereum и инвестиционные стратегии, основанные на знаниях / А. Виетес // Системы, основанные на знаниях – 2024 – №299 – DOIhttps://doi.org/10.1016/j.knosys.2024.112088
3. Володин, С. Н. Сравнение эффективности статистического арбитража на фондовом рынке и рынке криптовалют / С. Н. Володин, М. В. Спиридонов // Валютное регулирование. Валютный контроль – Москва, 2018. – № 9 – С. 23-31.
4. Dune Analytics. URL: https://dune.com (дата обращения: 25.02.2026).
5. Чжан Л., У Т., Лахричи С., Салас Флорес К. Конвейер обработки данных для алгоритмической торговли: сравнительное исследование приложений в финансах и криптоэкономике. // Международная конференция IEEE по блокчейну, 2022. 298-303.https://doi.org/10.1109/Blockchain55522.2022.00048.
6. Development of technology and design platforms at topological norms less than 90 nm / E. Grosheva, A. Zarevich, A. Deniskina, K. Fatullaeva // BIO Web of Conferences. – 2024. – Vol. 145. – P. 03018. – DOIhttps://doi.org/10.1051/bioconf/202414503018.
7. Аппроксимация спектра поглощения фосфида индия в контексте моделирования процесса очувствления / Ф. В. Макаренко, В. К. Зольников, А. И. Заревич [и др.] // Микроэлектроника. – 2024. – Т. 53, № 4. – С. 318–330. – DOIhttps://doi.org/10.31857/S0544126924040041. – EDN ZACOAI.
