[論文レビュー] Explainable Patterns in Cryptocurrency Microstructure

Bartosz Bieganowski, Robert Ślepaczuk|arXiv (Cornell University)|Jan 31, 2026

Financial Markets and Investment Strategies被引用数 0

ひとこと要約

要約：この論文は、トップ・オブ・ブックと取引由来の特徴の統一的なセットが、資本規模が大きく異なる資産間で短期リターンを予測できることを示し、SHAPを用いて一貫したマイクロストラクチャに適合した依存パターンと、フラッシュクラッシュ時の頑健性を明らかにしている。

ABSTRACT

We document stable cross-asset patterns in cryptocurrency limit-order-book microstructure: the same engineered order book and trade features exhibit remarkably similar predictive importance and SHAP dependence shapes across assets spanning an order of magnitude in market capitalization (BTC, LTC, ETC, ENJ, ROSE). The data covers Binance Futures perpetual contract order books and trades on 1-second frequency starting from January 1st, 2022 up to October 12th, 2025. Using a unified CatBoost modeling pipeline with a direction-aware GMADL objective and time-series cross validation, we show that feature rankings and partial effects are stable across assets despite heterogeneous liquidity and volatility. We connect these SHAP structures to microstructure theory (order flow imbalance, spread, and adverse selection) and validate tradability via a conservative top-of-book taker backtest as well as fixed depth maker backtest. Our primary novelty is a robustness analysis of a major flash crash, where the divergent performance of our taker and maker strategies empirically validates classic microstructure theories of adverse selection and highlights the systemic risks of algorithmic trading. Our results suggest a portable microstructure representation of short-horizon returns and motivate universal feature libraries for crypto markets.

研究の動機と目的

• 異なる流動性と時価総額を持つ資産間で、短期リターンを予測する普遍的なマイクロストラクチャ特徴を探索する動機づけ。
• 統一特徴ライブラリと方向性を考慮したGMADL目的関数を用いたCatBoostによるポータブルで解釈可能なモデリングパイプラインを開発する。
• SHAPを用いて特徴量の重要度と依存形状の資産横断の一貫性を診断し、マイクロストラクチャ理論へ結びつける。
• テイカーとメイカーのバックテストとフラッシュクラッシュ時の頑健性ストレステストを通じて経済的有意性を評価する。

提案手法

• トップ・オブ・ブックと取引フロー指標（スプレッド、VWAP偏差、 order flow imbalance）から統一特徴ライブラリを設計する。
• 時系列クロスバリデーションを備え、方向性を考慮したGMADL目的関数と1秒先行の前方予測で勾配ブースト木（CatBoost）を訓練する。
• SHAPでモデル予測を説明し、グローバルな特徴量ランキングと局所的な依存プロットを取得する。
• BTC、LTC、ETC、ENJ、ROSE間でのSHAPパターンの比較と頑健性チェック（R2最適化モデル）を通じて資産横断の安定性を検証する。
• テイカーとメイカーの実行仮定の下でのバックテストを行い、保守的な現金マークスキームを含む経済性とリスクを評価する。

実験結果

リサーチクエスチョン

• RQ1 大きい市場資本から小さい市場資本までをカバーする暗号資産間で、同じ設計のマイクロストラクチャ特徴が予測的重要性を持つか？
• RQ2 主要特徴量のSHAP依存形（order flow imbalance、spreads、VWAP-to-mid deviations）は資産間で一貫しているか？
• RQ3 保守的な実行規則の下で予測パターンは取引可能なシグナルへ翻訳されるか、そして大規模なフラッシュクラッシュ時にどう挙動するか？
• RQ4 ティックサイズはimbalance効果の強度とマイクロプライス機構に資産間でどのような影響を与えるか？

主な発見

• 注文フロー不均衡、スプレッド、およびVWAP偏差の特徴重要度とSHAP依存形は、異なる流動性を持つ資産間で安定している。
• 不均衡の依存パターンは概ね単調性を示すが端点で凹性を持つ；スプレッドが広いほど予測性は低下し、VWAP-to-mid偏差はマイクロストラクチャのリバーションと一致する短期的な非対称性を示す。
• テイカー実行は複数資産で経済的に意味のあるリターンと情報比を生み出し、特にETC、ENJ、ROSEで有意な結果を示す一方、メイカー実行はより混合したパフォーマンス。
• 大規模なフラッシュクラッシュは枠組みを試すストレスを与える：テイカー戦略は急激な動きを利用する一方、メイカー戦略は逆選択によって不利となり、古典的なマイクロストラクチャ理論を検証している。