Dalam makalah bersama dengan Christoph Schlegel (Flashbots), @AliTslm (@EntropyAdvisors), Ko Sunghun dan @totorovirus (Matroos), kami melihat kinerja penawar jalur cepat TimeBoost, khususnya, korelasi antara penawaran dan perkiraan keuntungan - markout 5s. Pendek 🧵 :

@AliTslm @EntropyAdvisors @totorovirus Korelasi antara penawaran yang menang dan markout lemah di seluruh penawar, menunjukkan bahwa penawaran adalah prediktor yang berisik dari nilai yang diekstraksi. Korelasi sedikit meningkat saat membandingkan tawaran berbayar (tawaran tertinggi kedua) alih-alih memenangkan tawaran dengan markout.

@AliTslm @EntropyAdvisors @totorovirus Kami mengaitkan ini dengan fakta bahwa lelang lebih merupakan jenis nilai umum, dibandingkan dengan lelang jenis nilai pribadi. Dalam semua pengaturan, urutan relatif dari kinerja tiga penawar yang paling sering tetap sama, bersama dengan keuntungan absolut mereka.

@AliTslm @EntropyAdvisors @totorovirus Penawaran dan markout yang dikumpulkan selama interval waktu yang lama menunjukkan korelasi yang jauh lebih tinggi, yang menunjukkan bahwa penawar mendeteksi tren jauh lebih baik daripada mengidentifikasi kapan nilai arbitrase tinggi tersedia persis.

@AliTslm @EntropyAdvisors @totorovirus Salah satu penjelasan yang mungkin untuk ini adalah fakta bahwa korelasi antara markout menit sebelumnya dan penawaran menit saat ini signifikan, menunjukkan bahwa markout menit sebelumnya digunakan untuk memprediksi nilai menit berikutnya saat menawar.

@AliTslm @EntropyAdvisors @totorovirus Penawaran dan markout pada interval waktu yang lebih pendek berkorelasi bahkan lebih lemah daripada interval menit penuh. Kami mengaitkan temuan yang berlawanan dengan intuitif ini dengan masalah "awal dingin".