Análisis visual del riesgo de manipulación en operaciones con criptomonedas

Resumen

ManiScope es un sistema de análisis visual diseñado para ayudar a evaluar los riesgos de manipulación basada en operaciones en los mercados de criptomonedas, incluido el wash trading. Sus vistas coordinadas reúnen la distribución de la propiedad de los tokens, las relaciones entre titulares, el comportamiento de cada titular, los movimientos de precios y los patrones de trading sospechosos. El objetivo es ayudar a los analistas a conectar pruebas que pueden ser difíciles de evaluar mediante reglas aisladas o una inspección manual.

El sistema también utiliza un enfoque colaborativo entre personas y LLM: el LLM infiere la intención analítica y las hipótesis en desarrollo a partir de las interacciones de los usuarios, y luego presenta pruebas visuales, estadísticas y sintetizadas pertinentes para su evaluación. El documento informa de dos estudios de caso y un estudio con usuarios en el que participaron 12 profesionales experimentados de las criptomonedas. Estas evaluaciones sugieren que el sistema puede apoyar la evaluación de riesgos y reducir el esfuerzo dedicado a reunir pruebas. La descripción disponible no especifica la precisión de detección, las tasas de falsos positivos ni el rendimiento en grupos más amplios de usuarios, por lo que no demuestra que el sistema pueda identificar manipulaciones de forma fiable por sí solo.

Ideas clave

• Evaluar el riesgo de manipulación puede requerir conectar la estructura y el comportamiento de los titulares con la dinámica de precios y los patrones de trading.
• Las vistas visuales coordinadas ayudan a los analistas a examinar conjuntamente estos tipos de pruebas.
• LLM puede inferir las hipótesis del usuario a partir del contexto de interacción y presentar pruebas pertinentes.
• La evaluación incluye dos estudios de caso y un estudio con usuarios profesionales, pero la descripción no aporta métricas de precisión.

Etiquetas

# ManiScope: LLM-Assisted Visual Analytics of Cryptocurrency Manipulation Risk


# ManiScope: LLM-Assisted Visual Analytics of Cryptocurrency Manipulation Risk









Cryptocurrency markets are vulnerable to trade-based manipulation, such as wash trading, which can distort price signals and mislead investors. Prior research has mainly focused on detecting manipulation using fixed rules or labeled examples, offering limited flexibility and interpretability for assessing potential risks. Existing visual analytics tools can reveal basic manipulation-related signals, such as token distribution, but still require substantial manual effort to integrate holder relationships, suspicious behaviors, and market dynamics for risk assessment. To address these limitations, we propose ManiScope, an LLM-assisted visual analytics system for analyzing trade-based manipulation risks in cryptocurrency markets. ManiScope provides coordinated views of token distributions, holder relationships, detailed holder behaviors, price dynamics, and suspicious trading patterns. To further enhance user analysis, ManiScope introduces a human-LLM collaborative visual analytics framework. Rather than acting as a basic reactive LLM assistant, the framework positions the LLM as a co-analyst that infers users' analytical intent and emerging hypotheses from interaction context and surfaces relevant visual, statistical, and synthesized evidence for hypothesis evaluation. This design reduces repetitive inspection and strengthens evidence-based reasoning. We evaluate ManiScope through two case studies and a user study with 12 experienced cryptocurrency practitioners. The results suggest that ManiScope supports effective risk assessment of manipulation, reduces manual effort in evidence-seeking, and organizes findings around user hypotheses.

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.