Ricerca
Il CoinAlg Bind: il compromesso tra redditività ed equità negli algoritmi di investimento collettivo
Gli algoritmi di investimento collettivo (CoinAlgs) sono sistemi sempre più diffusi che impiegano strategie di trading condivise per comunità di investitori.

- arXiv
- 2601.00523
- Pubblicato
- 2026-01-02
- Autori
- Andrés Fábrega, James Austgen, Samuel Breckenridge, Jay Yu, Amy Zhao, Sarah Allen, Aditya Saraf, Ari Juels
Abstract degli autori
Gli algoritmi di investimento collettivo (CoinAlgs) sono sistemi sempre più diffusi che impiegano strategie di trading condivise per comunità di investitori. Il loro obiettivo è rendere accessibili strumenti di investimento sofisticati, spesso basati sull’intelligenza artificiale. Individuiamo e dimostriamo un compromesso fondamentale tra redditività ed equità nei CoinAlgs, che chiamiamo CoinAlg Bind: i CoinAlgs non possono garantire l’equità economica senza perdere profitti a causa dell’arbitraggio. Presentiamo un modello formale dei CoinAlgs, con definizioni di riservatezza (divulgazione incompleta dell’algoritmo) ed equità economica (estrazione di valore da parte di un soggetto interno avversario). Dimostriamo due risultati complementari che, insieme, attestano il CoinAlg Bind. In primo luogo, la riservatezza di un CoinAlg è una condizione necessaria perché un soggetto interno possa compromettere l’equità economica. Viceversa, in un modello basato sulla teoria dei giochi, l’assenza di riservatezza, cioè la trasparenza, consente a chi pratica l’arbitraggio di ridurre la redditività di un CoinAlg. Utilizzando dati di Uniswap, un exchange decentralizzato, studiamo empiricamente entrambi gli aspetti del CoinAlg Bind. Quantifichiamo l’impatto dell’arbitraggio sui CoinAlgs trasparenti. Mostriamo i rischi posti da un CoinAlg riservato: anche una fuga di informazioni attraverso un canale occulto a bassa larghezza di banda consente di estrarre valore in modo iniquo.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv