在加密货币交易网络中挖掘本地和全球时间动机的见解和警告
Naomi A Arnold1,2, Peijie Zhong3, Cheick Tidiane Ba3,4
1Network Science Institute, Northeastern University London, London, E1W 1LP, UK. naomialicearnold@gmail.com.
Scientific reports
|November 4, 2024
概括
使用时间动机分析加密货币交易数据显示,简单的计数方法可能具有误导性. 关键参与者表现出多样化的模式,时间分析揭示了比特币和NFT数据集中隐藏的事件和行为.
科学领域:
- 计算机科学 计算机科学
- 网络科学 网络科学
- 金融技术 金融技术
背景情况:
- 分布式账本技术 (DLT) 为比特币和以太坊等加密货币提供了前所未有的交易数据.
- 传统货币数据缺乏类似分析的细节性.
- 时间网络为分析这些连续交易数据提供了一个框架.
研究的目的:
- 调查时间动机对分析大规模加密货币交易数据的有用性.
- 为了确定标准时间图案计数技术的局限性.
- 探索交易网络中的特定用户和时间变化的模式.
主要方法:
- 使用时间动机分析了两个比特币和一个NFT数据集.
- 检查涉及最多三名用户的交易序列.
- 对聚合的图案数量与用户贡献和特定时间的图案分布进行比较分析.
主要成果:
- 简单的时间动机在所有用户和时间之间计算可以产生误导性的结论.
- 加密货币用户图案分布是重尾的,关键参与者显示不同的签名.
- 时间分析揭示了不同的事件和异常活动,这些事件和异常活动在总计数中并不明显.
- 动机完成时间表明了人类和算法行为动态的混合.
结论:
- 时间动机分析,当与用户和时间细分度一起应用时,可以更深入地了解加密货币网络动态.
- 标准的聚合方法掩盖了重要的行为模式和异常.
- 了解个体和时间模式签名对于DLT研究的准确分析至关重要.
