Flash Boys Class Actions: Civil Fraud, Conspiracy, and the Certifiability of High-Frequency Trading Cases in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT: The global COVID-19 pandemic has caused significant volatility in global stock markets, reigniting concerns around the regulation of high-frequency traders. High-frequency traders are electronic traders who use algorithms to execute hundreds of trades in the time it takes to blink an eye. Although some of these traders are harmless, others use their speed advantage to prey on ordinary investors, generating over $5 billion globally in increased trading costs. This article proposes that class action law could protect investors from predatory high-frequency trading behaviours where regulation falls short. Part A provides an overview of high-frequency trading, discussing both its purported market benefits as well as its harmful effects on investors and capital market volatility. Part B discusses the problem of regulators lagging behind in the complex high-frequency trading industry. It then contends that class actions can supplement deficient enforcement efforts, increase investor confidence in the market, compensate harmed investors, and force high-frequency traders to internalize the costs of their behaviour. Part C discusses two high-profile high-frequency trading class actions in the United States. It then analyzes the doctrinal differences between Canadian and US securities law, and applications to the certification process. Part D concludes by suggesting that high- frequency trading class actions are ultimately a viable, although challenging, solution. This article, therefore, proposes modest reforms to securities law — such as modernizing the statutory offences of fraud and market manipulation and creating private rights of action for such offences — to increase the availability of class actions and enhance access to justice for investors in modern capital markets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle