암호화폐 펌프 앤 덤프 의심 사례 탐지
기사 arXiv papers · 저자: Mahya Karbalaii
요약
이 문서는 Poloniex에서 거래되는 토큰 중 펌프 앤 덤프 의심 사례를 식별하는 비지도 방법을 설명합니다. 가격 및 거래량 임계값을 지수 가중 이동평균과 변동성 측정치에 결합합니다. 임계값은 관측된 거래 패턴에 맞게 조정되므로, 유동성이 낮거나 오랫동안 거래가 없는 자산도 탐지기가 고려할 수 있습니다. 이런 자산에서는 일반적인 이상치 탐지 방법이 작은 활동 급증을 의미 있는 사건으로 해석할 수 있습니다.
목표는 오탐을 줄이면서 규모가 크고 조직적으로 보이는 움직임을 사소한 변동과 구분하는 것입니다. 설명은 탐지와 잡음 감소의 균형을 맞춘다고 주장하지만, 데이터셋 날짜, 임계값 보정 절차, 정밀도나 재현율 측정치, 비교 결과는 제시하지 않습니다. 따라서 탐지 결과는 조작의 증거가 아니라 선별 신호로 이해해야 합니다. 보고된 범위는 단일 거래소 플랫폼이므로, 다른 거래소나 다른 거래 조건에서의 효과는 여기서 입증되지 않았습니다.
핵심 아이디어
- 이 방법은 토큰 가격 및 거래량을 살펴 펌프 앤 덤프 의심 사례를 탐지합니다.
- 조정된 임계값을 지수 가중 평균 및 변동성 측정치와 결합합니다.
- 임계값은 거래량이 적은 토큰과 장기간 거래가 없는 상황을 고려해 조정됩니다.
- 의도된 이점은 중요하지 않은 거래량 급증으로 인한 알림을 줄이는 것입니다.
- 설명에는 정량적 검증이나 알림이 조작의 증거라는 근거가 없습니다.
태그
전문
# 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.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.