Détection des opérations crypto de type pump and dump

Résumé

Ce document décrit une méthode non supervisée pour repérer les événements présumés de pump and dump parmi les jetons négociés sur Poloniex. Elle combine des seuils de prix et de volume avec des moyennes mobiles à pondération exponentielle et des mesures de volatilité. Les seuils sont adaptés aux schémas de trading observés afin que le détecteur puisse tenir compte des actifs peu liquides ou inactifs pendant de longues périodes, pour lesquels les méthodes classiques de détection d’anomalies risquent d’interpréter de petits pics d’activité comme des événements importants.

L’objectif déclaré est de distinguer les mouvements importants d’apparence coordonnée des fluctuations mineures, tout en limitant les fausses alertes. La description affirme que l’approche équilibre détection et réduction du bruit, mais ne fournit ni dates pour le jeu de données, ni procédure de calibration des seuils, ni mesures de précision ou de rappel, ni résultats comparatifs. Une détection doit donc être comprise comme un signal de filtrage, et non comme une preuve de manipulation. Le périmètre rapporté se limite à une plateforme d’échange ; l’efficacité sur d’autres plateformes ou dans d’autres conditions de trading n’est donc pas établie.

Idées clés

• La méthode filtre l’activité de prix et de volume des jetons pour repérer les événements présumés de pump and dump.
• Elle combine des seuils adaptés, des moyennes à pondération exponentielle et des mesures de volatilité.
• Les seuils sont adaptés pour tenir compte des jetons peu liquides et des longues périodes d’inactivité.
• L’avantage visé est de réduire les alertes dues à des pics de volume insignifiants.
• La description ne fournit aucune validation quantitative et ne montre pas qu’une alerte prouve une manipulation.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.