本文提出面向去中心化交易所算法交易系统的拒绝后跟踪采样方法(PRFS),通过与拒绝扫描器相同的实时预言机路径,按预设时间间隔观测被拒绝代币的价格与流动性轨迹。基于单一Solana pump.fun子市场、8.63天窗口内的2,997个拒绝事件和67,000条观测记录,原因感知的三字段匹配覆盖率为48.55%,原因无关的诊断覆盖率为54.75%,且覆盖率在过滤器、数据源和时间维度上显著不均衡。研究同时披露了253条原因冲突记录、263个孤立键及8,593条未对齐结果,并强调事件聚类、缺失机制和首日预热对统计解释的影响。PRFS测量的是实际拒绝后的观察性市场轨迹,不代表假设接受交易的收益或因果结果
(mint, timestamp, reason),用于保留具体过滤器归因;次要诊断键为(mint, timestamp),只判断采样器是否触达该代币和时点,不用于逐过滤器分析 r(e,τ) = obs_price(e,τ) / p0(e) - 1,研究不构造假设成交收益,也不报告包含滑点、手续费、退出规则和仓位约束的执行盈亏 prfs v2.0.0,另有独立交叉核验聚合器和标准库重算脚本;三条代码路径均复现了主要覆盖率、冲突数、孤立键数及逐过滤器结果 source_a匹配906/1,450,覆盖率62.48%;source_b匹配549/1,547,覆盖率35.49%,两者差异的双比例检验z=14.78,p约为0 10.5281/zenodo.20043515;参考实现代码的概念 DOI 为 10.5281/zenodo.19672363。这不是一份传统意义上的证券研究或公司投资报告,因此不存在买入、持有、卖出评级,也没有目标价、DCF估值或盈利预测。文章的核心贡献是提出一种测量方法,而不是对某一代币、交易策略或上市公司进行投资推荐。
算法交易系统通常只会自然记录“被接受并执行”的候选交易结果,而不会记录“被拒绝”的候选之后发生了什么。由此产生严重的选择性观测问题:过滤器是根据某些特征筛选出候选的,研究者如果只分析被接受的样本,就无法知道被拒绝样本是否后来上涨、下跌、消失或出现流动性变化。
文章提出 Post-Rejection Follow-up Sampling,简称 PRFS,即“拒绝后跟踪抽样”。该方法由一个独立的跟踪系统,在每次拒绝发生后,按照预先设定的时间节点,从与原扫描器相同的实时价格和流动性数据源获取后续观测,从而直接测量拒绝后的市场轨迹,而不是根据已接受样本推断拒绝样本的潜在结果。
实证数据来自 Solana 上一个与 pump.fun 发射机制相关的自动做市商子场所,观察期为8.63个日历日,包含2,997个拒绝事件、457个独立代币标识(mint)以及67,000条后续观测记录。 按照主要的“代币—时间—拒绝原因”三字段匹配规则,匹配到后续观测的事件为1,455个,覆盖率48.55%;如果忽略拒绝原因,只按照“代币—时间”进行诊断性匹配,匹配事件为1,641个,覆盖率54.75%。
作者特别强调,PRFS衡量的是实际观察到的拒绝后价格轨迹,不是“如果系统当时接受该交易,理论上能赚多少钱”。因此,该研究不提供因果结论、反事实收益或实际执行盈亏估计。
对于被接受的候选,系统一般可以记录入场价、后续价格、退出价和损益;对于被拒绝的候选,记录通常只剩下拒绝时间、代币和过滤原因。这样一来,过滤器的“精确率”或“错误拒绝率”无法仅靠交易日志进行评估,因为拒绝样本的后续结果缺失。
文章将这一问题与机器学习中的 selective labels(选择性标签)以及消费信贷领域的 reject inference(拒绝推断)进行对比。在信贷、招聘或司法等场景中,被拒申请人的潜在结果通常不会自然产生,研究者必须依赖接受样本、不同决策者之间的分歧或倾向得分加权来推断反事实结果。 但在DEX市场中,被拒绝代币的价格仍然会继续变化,即使交易系统没有买入,市场状态本身也仍然存在,因此可以通过独立采样器直接观察。
这里的关键区别是:PRFS观察的是“拒绝之后市场实际发生了什么”,而不是“如果算法接受并下单,交易会获得什么收益”。后者还会涉及价格冲击、成交概率、滑点、手续费、退出规则和仓位约束,因此不能由单纯的价格轨迹直接推出。
传统历史行情回测通常依赖按分钟、小时或日频保存的价格档案,但这些固定时间间隔未必与实时扫描器的拒绝时间对齐。对于生命周期极短的发射型代币,离线档案可能保留一个代币的价格,而实时扫描器当时已经无法从自己的预言机路径中观察到该代币;这会造成离线重构高估可观测性。
PRFS的主要方法论价值,就是把拒绝事件的时间戳、后续采样时间、数据源和消失规则固定下来,使研究者能够分析“在实时系统实际能够观察到的条件下”,拒绝候选的后续状态如何变化。
PRFS由三个相互配合的部分组成:
p0。三个子系统之间不共享内存状态,而是通过持久化追加日志通信。这种设计使调度器可以独立重启,预言机适配器也可以替换,而不必改变扫描器本身。 参考实现使用 Python 模块 prfs v2.0.0,但作者特别说明,该实现是规格级复现代码,不是实际生成数据的生产系统。
正式分析窗口从拒绝时间开始,延伸至 743,040,000毫秒,即8.60天。超过采集截止时间的样本被视为右删失;如果预定时间点没有观测,但附近有可替代的自适应采样,则标记为区间删失。
固定采样计划为拒绝后5分钟、15分钟、60分钟、240分钟和1,440分钟,即5分钟、15分钟、1小时、4小时和24小时。这些节点分别用于捕捉即时反应、盘中走势和一天内的后续变化。 生产数据使用了固定采样计划,自适应加采样功能虽然在参考实现中支持,但在此次数据采集期没有启用。
这意味着文章虽然把分析窗口设定为8.60天,但固定采样节点目前只覆盖到24小时,后续更长窗口主要可能依赖系统状态、删失逻辑或未来扩展的自适应机制。图1又将PRFS跟踪表示为“最多24小时”,因此图示的24小时范围与正文正式规定的8.60天分析窗口之间存在呈现层面的不一致,读者需要区分“固定采样节点的最后时间点”和“整个分析窗口的最大期限”。
一次成功采样需要满足价格大于零、流动性不小于零、24小时成交量不小于零,并且存在非空交易对地址。失败查询最多进行若干次带随机抖动的指数退避重试;如果持续失败,则记录为预言机缺失占位符,而不是静默删除。
如果代币在分析窗口结束前从实时预言机中消失,系统会终止该事件的采样循环,并写入终止标记。因此,数据中的缺失并不都代表程序错误,有些缺失实际上是实时市场或预言机状态的组成部分。
每个拒绝事件有两个原因字段:注册表中的 reason_reg,以及后续结果文件中的 reason_out。作者规定注册表原因是每个过滤器分组统计的权威字段。如果两边的原因集合不一致,则进入 REASON_CONFLICT_LEDGER.csv,默认处理方式为保留注册表原因,同时给出置信度标记。
这一设计体现了较强的数据审计意识:作者没有为了提高匹配率而强行覆盖一个原因字段,而是保留冲突并让后续研究者自行决定如何处理。对于过滤器级分析而言,这一点非常重要,因为如果只知道某个代币在某个时间被采样,却不知道它究竟是因哪个过滤器被拒绝,就无法可靠计算特定过滤器的后续结果。
文章计算了两种事件匹配规则:
(mint, timestamp, reason) 对应 (mint, rejectTs, rejectReason)。(mint, timestamp) 对应 (mint, rejectTs),忽略原因字段。三字段键是主要指标,因为它能够保证后续观测仍然归属于正确的过滤器。两字段键只是诊断性指标,用来判断采样器是否曾经触达该代币和该时点,而不能证明拒绝原因正确传递。
两种规则之间相差186个事件,即1,641减去1,455。这186个事件表明采样器在代币和时间层面能够匹配,但拒绝原因没有匹配成功。 不过,186个事件与原因冲突账本的253行并不是完全相同的统计单位;前者是诊断匹配与主要匹配的事件差额,后者是按照 (mint, timestamp) 记录原因集合冲突,因此不能简单地将两者视为同一个数量。
对于匹配事件,作者定义拒绝后的观察收益为:
[ r(e,\tau)=\frac{obs_price(e,\tau)}{p_0(e)}-1 ]
其中,p0是拒绝时的中间价,obs_price是对应后续时点的观察价格。 这个收益指标表示代币价格相对于拒绝时价格的变化,不等于实际交易收益,因为它没有包含交易滑点、手续费、成交失败、仓位规模或退出规则。
文章使用 Wilson 二项比例置信区间,而不是简单的正态近似。Wilson区间特别适合小样本或比例接近0和1的情形。 但该区间假设每个拒绝事件相互独立,这一假设在本数据中明显不成立:2,997个事件只来自457个代币,平均每个代币有6.56次拒绝,96%的事件属于多事件代币。
因此,事件层面48.55%的Wilson区间[46.76%,50.34%]很可能偏窄,真实不确定性应当更大。作者通过按mint聚类的敏感性分析予以补充,但没有将聚类稳健区间作为主要 headline 指标。
主要三字段规则下,1,455个事件获得匹配后续观测,占2,997个拒绝事件的48.55%,朴素事件独立假设下的95% Wilson区间为46.76%至50.34%。
从测量角度看,这意味着此次数据中大约一半的拒绝事件最终能够获得原因一致的后续观测;但它绝不表示一半的拒绝交易“本来可以盈利”,也不表示算法接受率或策略准确率为48.55%。这个数字只是特定数据集、特定数据源和特定调度器下的事件观测覆盖率。
忽略原因的两字段诊断覆盖率为54.75%,区间为52.97%至56.53%。二者之间的差异说明,采样器触达能力和原因归属完整性是两个不同问题:有些事件不是完全没有后续样本,而是后续样本的原因字段发生了不一致。
表1和图3显示,七个匿名过滤器的事件量和覆盖率高度不均衡。过滤器事件量分别约为:filter_1 804个、filter_2 1,444个、filter_3 313个、filter_4 317个、filter_5 62个、filter_6 15个、filter_7 42个,总计2,997个。 其中,filter_2约占全部事件的48%,是样本量最大的类别。
覆盖率方面,filter_1最高,为72.01%;filter_2最低,为32.83%;其余过滤器大致分布在约37%至70%区间,filter_6的点估计约为60%,但样本量仅15个,不能与大样本过滤器直接比较。 过滤器覆盖率的卡方检验为 (\chi^2(6)=401.29),p值近似为0,说明缺失并非在不同过滤器之间随机分布。
图3左侧灰蓝柱状图比较每个过滤器的注册事件量,右侧点估计和误差线展示原因一致的覆盖率及95%区间。左图最突出的特征是filter_2样本量远高于其他类别,因此总体48.55%的覆盖率被filter_2的低覆盖率显著拉低;右图则显示filter_1的覆盖率明显高于总体水平,而filter_2明显低于总体水平。
这张图支持作者“总体覆盖率是多个不可交换类别混合结果”的论点,但不能单独证明过滤器规则本身导致了覆盖率差异。覆盖率也可能受到过滤器所对应的代币类型、来源渠道、代币生命周期和预言机可用性的共同影响。
图片引用如下:
数据包含两个来源标签:source_a为低延迟直接发射源,source_b为高延迟聚合源。二者进入同一个过滤器链,并不是两套完全独立的扫描器。
source_a匹配906/1,450,覆盖率62.48%,Wilson区间为59.96%至64.94%;source_b匹配549/1,547,覆盖率35.49%,区间为33.14%至37.91%。两者差异的双比例检验为z=14.78,p值近似为0。
这说明数据覆盖率不仅与过滤器相关,也与上游输入拓扑有关。较高延迟的聚合源可能在调度时已经错过某些短生命周期代币,或者其事件到达顺序、预言机可用时间和采样排队状态不同。因此,任何只按过滤器比较覆盖率、却不控制source的分析,都可能把来源差异误认为过滤器差异。
表2显示,不同日期的事件覆盖率从约1.35%到69.62%不等,表明覆盖率具有明显的时间结构。 文章进一步发现,前26.8小时包含明显的预热或样本截断现象:774个事件中仅59个匹配,覆盖率约7.6%;从2026年4月12日开始的稳定阶段包含2,223个事件,其中1,396个匹配,覆盖率为62.8%。
作者无法仅凭数据区分两种解释:一是采样器在早期尚未完全启动,二是采样文件在存档前丢失了前期记录。由于两种机制对数据含义不同,这一不确定性是外部有效性的重要限制。
表2的主要价值不在于给出一个新的总体覆盖率,而在于揭示总体数字由两个制度状态混合而成:早期低覆盖预热期与后期较高覆盖稳定期。若研究目标是复现整个存档的实际表现,应使用48.55%;若研究目标是评估系统在稳定运行后的表现,则应采用62.8%的敏感性结果。
所有457个独立mint都至少在结果文件中出现过一次,因此mint层覆盖率为100%,Wilson区间为99.17%至100%。 但这并不意味着所有拒绝事件都被成功跟踪,因为一个代币只要有一次事件匹配,就会被计入mint层覆盖。
按事件聚类统计,457/2,997约为15.2%,意味着即使每个代币只有极少数事件获得观测,也可能出现100%的mint层覆盖。 因此,“所有代币都被触达”和“所有拒绝事件都被覆盖”是完全不同的指标,不能用前者替代后者。
按每个mint先计算事件覆盖率、再对457个mint等权平均,得到77.71%,正态近似95%区间为75.12%至80.30%。该数值高于事件加权的48.55%,原因是事件数量较少或持续时间较短的代币与高重复拒绝代币在两种加权方式下权重不同。
原因冲突账本包含253行,代表注册表和结果文件在同一代币、同一时间上的原因集合不一致;此外还有263个孤立的三字段结果键,以及8,593条不能按照主要原因规则对齐的结果行。
在67,000条结果行中,有58,407条附着于匹配的三字段事件键,占87.17%。如果从总结果行中排除与263个孤立键相关的8,593条行,则剩余58,407条的对齐率为100%。 这两个比例使用不同分母,不能只引用87.17%或100%中的一个而不解释分母。
这些冲突并不一定说明系统完全失效,也可能来自多过滤器同时触发、原因在不同环节重新标记、匿名化映射变化或重复样本逻辑。但由于数据没有足够证据支持这些替代解释,作者没有擅自选择其中任何一种,而是保留“以注册表为主”的默认处理。
图1展示了从候选机会到后续测量的完整流程:候选进入过滤器决策;若接受,则进入执行交易并自然获得交易结果;若拒绝,则写入持久化拒绝注册表,再进入PRFS定时跟踪;最终,接受结果和拒绝后轨迹进入匹配、覆盖率和冲突统计模块。
该图的核心信息是,PRFS并不干扰拒绝决策,也不把拒绝候选重新送入执行路径,而是在旁路增加一个观测系统。这种设计降低了测量过程改变原交易系统行为的可能性,也清楚地区分了“实际执行结果”和“拒绝后观察结果”。
图2是每个三字段结果键对应的样本行数量直方图。灰色部分表示所有结果事件的采样行数量,蓝色部分表示能够与注册表主要三字段键匹配的事件;灰色超过蓝色的部分对应孤立结果键。 图形的作用是展示结果文件并非只包含一个“是否匹配”的二元结果,而是具有不同程度的后续采样密度,部分事件拥有多条定时采样记录,部分事件则属于无法归属到注册表事件的孤立记录。
该图支持作者将“采样数量”“事件匹配”和“原因归属”区分开来的做法。大量结果行并不自动意味着大量有效事件,因为多个采样行可能属于同一个事件,而孤立结果行也不能用于主要过滤器统计。
图3同时传达两个信息:过滤器之间的事件量高度不平衡,以及过滤器之间的原因一致覆盖率明显不同。filter_2是最大样本类别,但覆盖率最低;filter_1样本量较大且覆盖率最高。这种“分母和分子同时变化”的图形比单独报告总体48.55%更能体现数据结构。
需要特别注意,filter_6虽然图上覆盖率并不低,但只有15个事件,置信区间宽度为44.43个百分点,属于稀疏类别。任何关于filter_6优于或劣于其他过滤器的结论都不稳健。
作者提供了三条计算路径:主参考实现、独立的交叉聚合器,以及不导入前两者的标准库重算脚本。三者均复现了主要覆盖率、冲突事件数、孤立键数量和过滤器级结果。
数据文件还配有SHA-256校验值,读者可以先确认CSV文件的字节级一致性,再运行代码重新生成结果。这种“数据字节一致—计算值一致—代码路径一致”的三层复现设计,是文章较强的技术贡献。
不过,复现包只能证明参考实现对冻结数据的计算是稳定的,不能完全证明生产系统当时确实按照参考实现中的WAL、重启恢复和原因归属逻辑运行。作者也明确承认,实际生产系统与公开参考实现是分离的,因此参考实现的测试并不等于对生产系统行为的审计证明。
第一,外部有效性有限。全部数据来自单一Solana子场所、单一发射型代币环境和8.63天窗口,不能直接推广到其他AMM、以太坊二层网络、非发射型交易系统或不同采样节奏。
第二,缺失机制并非随机。过滤器、来源和日期都与覆盖率相关,且仍可能受数据中未记录的流动性深度、拒绝时预言机状态和后续代币消失影响。因此,作者虽然拒绝了MCAR假设,但也没有证明在控制可观测变量后可以满足MAR假设。
第三,事件聚类导致朴素置信区间偏乐观。457个mint对应2,997个事件,事件之间并不独立;更合理的推断应使用mint层bootstrap或聚类稳健标准误,而不是把每个事件当作完全独立观测。
第四,匿名化限制了经济解释。filter_1至filter_7只是匿名标签,数字顺序不代表规则强弱、交易量或策略优先级,因此研究者可以比较覆盖率,但不能根据标签推断过滤器的具体业务含义。
第五,方法衡量的是“能够被实时系统观察到的后续轨迹”,这本身可能与市场真实状态存在差别。代币从实时预言机消失后,PRFS将其视为终止或缺失,而离线市场数据可能仍能找到价格。这一选择符合文章的“同一实时oracle路径”原则,但会使覆盖率同时受到市场消失和系统可观测性影响。
这篇文章的主要贡献不是证明某个过滤器能否赚钱,而是建立一个能够系统测量“被拒绝候选后来发生了什么”的观察框架。PRFS通过持久化拒绝日志、固定时间采样、相同实时预言机路径、消失终止规则、原因冲突账本和公开可复现代码,把原本缺失的拒绝侧数据转化为可审计的观测数据。
在具体存档中,主要原因感知事件覆盖率为48.55%,两字段诊断覆盖率为54.75%;过滤器覆盖率在32.83%至72.01%之间,来源覆盖率在35.49%至62.48%之间,早期预热期覆盖率约7.6%,稳定期则升至62.8%。这些数字共同说明,总体覆盖率不是一个均质、稳定的系统参数,而是过滤器、来源和时间制度混合后的结果。
表格和图表进一步揭示,100%的mint层覆盖率不能替代事件层覆盖率;67,000条后续样本也不能自动等同于67,000个有效拒绝事件;原因冲突和孤立结果必须从分析中明确分离。总体而言,作者对方法的定位较为审慎:PRFS解决的是DEX环境中的直接观测问题,而不是因果识别、反事实收益或实际交易盈亏问题。它为后续过滤器审计和拒绝样本研究提供了数据基础,但任何超出该观察性估计范围的结论,都仍需要额外的执行模型、聚类稳健推断和跨平台复制。
2606.08228.pdf