Detección de esquemas de pump and dump en criptomonedas

Resumen

Este documento describe un método no supervisado para identificar posibles eventos de pump and dump entre tokens negociados en Poloniex. Combina umbrales de precio y volumen con medias móviles ponderadas exponencialmente y medidas de volatilidad. Los umbrales se adaptan a los patrones de trading observados para que el detector tenga en cuenta activos con poca liquidez o largos periodos de inactividad, en los que los métodos habituales de detección de anomalías podrían interpretar pequeños repuntes de actividad como eventos relevantes.

El objetivo declarado es distinguir movimientos sustanciales con apariencia de coordinación de fluctuaciones menores y limitar las falsas alarmas. La descripción afirma que el método equilibra la detección y la reducción del ruido, pero no ofrece fechas del conjunto de datos, procedimientos de calibración de los umbrales, valores medidos de precisión o exhaustividad ni resultados comparativos. Por tanto, una detección debe entenderse como una señal de cribado y no como prueba de manipulación. El alcance descrito se limita a una plataforma de intercambio, así que aquí no se establece su eficacia en otros mercados o bajo distintas condiciones de trading.

Ideas clave

• El método analiza la actividad de precios y volumen de tokens para detectar posibles esquemas de pump and dump.
• Combina umbrales adaptados con medias ponderadas exponencialmente y medidas de volatilidad.
• Los umbrales se ajustan para tener en cuenta tokens con poca liquidez y largos periodos de inactividad.
• El beneficio previsto es reducir las alertas causadas por picos de volumen insignificantes.
• La descripción no ofrece validación cuantitativa ni pruebas de que una alerta demuestre manipulación.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.