Schwellenwertbasierte Erkennung von Krypto-Pump-and-Dump-Ereignissen

Zusammenfassung

Dieses Dokument beschreibt ein unüberwachtes Verfahren, um mutmaßliche Pump-and-Dump-Ereignisse bei auf Poloniex gehandelten Token zu erkennen. Es kombiniert Preis- und Volumenschwellenwerte mit exponentiell gewichteten gleitenden Durchschnitten und Volatilitätsmaßen. Die Schwellenwerte werden an beobachtete Handelsmuster angepasst. So kann der Detektor Vermögenswerte mit geringer Liquidität oder langen Phasen ohne Aktivität berücksichtigen, bei denen gewöhnliche Anomalieverfahren kurze Aktivitätsschübe als bedeutsame Ereignisse fehlinterpretieren könnten.

Ziel ist laut Beschreibung, erhebliche, koordiniert wirkende Bewegungen von kleineren Schwankungen zu unterscheiden und dabei Fehlalarme zu begrenzen. Das Verfahren soll Erkennung und Rauschminderung ausbalancieren; das Dokument nennt jedoch weder Datenzeiträume noch ein Verfahren zur Kalibrierung der Schwellenwerte, gemessene Präzision oder Sensitivität beziehungsweise Vollständigkeit oder Vergleichsergebnisse. Eine Erkennung ist daher als Prüfsignal und nicht als Beweis für Manipulation zu verstehen. Der angegebene Anwendungsbereich umfasst eine einzelne Handelsplattform; die Wirksamkeit auf anderen Handelsplätzen oder unter anderen Handelsbedingungen ist hier nicht belegt.

Kernaussagen

• Das Verfahren prüft Preis- und Volumenaktivität von Token auf mutmaßliche Pump-and-Dump-Ereignisse.
• Es kombiniert angepasste Schwellenwerte mit exponentiell gewichteten Durchschnitten und Volatilitätsmaßen.
• Die Schwellenwerte berücksichtigen Token mit geringem Handelsvolumen und längeren inaktiven Phasen.
• Der angestrebte Nutzen sind weniger Meldungen bei unbedeutenden Volumenspitzen.
• Die Beschreibung liefert weder eine quantitative Validierung noch Belege dafür, dass eine Warnung Manipulation beweist.

Schlagwörter

# Detecting Crypto Pump-and-Dump Schemes: A Thresholding-Based Approach to Handling Market Noise


# Detecting Crypto Pump-and-Dump Schemes: A Thresholding-Based Approach to Handling Market Noise









We propose a simple yet robust unsupervised model to detect pump-and-dump events on tokens listed on the Poloniex Exchange platform. By combining threshold-based criteria with exponentially weighted moving averages (EWMA) and volatility measures, our approach effectively distinguishes genuine anomalies from minor trading fluctuations, even for tokens with low liquidity and prolonged inactivity. These characteristics present a unique challenge, as standard anomaly-detection methods often over-flag negligible volume spikes. Our framework overcomes this issue by tailoring both price and volume thresholds to the specific trading patterns observed, resulting in a model that balances high true-positive detection with minimal noise.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.