کرپٹو پمپ اینڈ ڈمپ واقعات کی حد پر مبنی شناخت

خلاصہ

یہ دستاویز Poloniex پر ٹریڈ ہونے والے ٹوکنز میں مشتبہ پمپ اینڈ ڈمپ واقعات کی شناخت کے لیے ایک غیر زیرِ نگرانی طریقہ بیان کرتی ہے۔ یہ قیمت اور حجم کی حدوں کو ایکسپونینشلی ویٹڈ موونگ ایوریجز اور اتار چڑھاؤ کے پیمانوں سے ملاتا ہے۔ حدیں مشاہدہ شدہ ٹریڈنگ پیٹرنز کے مطابق بنائی جاتی ہیں تاکہ ڈیٹیکٹر کم لیکویڈیٹی یا طویل غیرفعالیت والے اثاثوں کو بھی سنبھال سکے، جہاں عام بے قاعدگی کے طریقے سرگرمی کے چھوٹے ابھاروں کو اہم واقعات سمجھ سکتے ہیں۔

بیان کردہ مقصد یہ ہے کہ جھوٹے انتباہات محدود رکھتے ہوئے بڑی، بظاہر مربوط حرکات کو معمولی اتار چڑھاؤ سے الگ کیا جائے۔ تفصیل دعویٰ کرتی ہے کہ یہ طریقہ شناخت اور شور میں کمی کے درمیان توازن رکھتا ہے، مگر ڈیٹا سیٹ کی تاریخیں، حدوں کی تطبیق کا طریقہ، ناپی گئی پریسیژن یا ریکال، یا موازنے کے نتائج فراہم نہیں کرتی۔ لہٰذا شناخت کو ہیرا پھیری کے ثبوت کے بجائے ابتدائی جانچ کے سگنل کے طور پر سمجھنا چاہیے۔ بیان کردہ دائرۂ کار ایک ہی ایکسچینج پلیٹ فارم ہے، اس لیے دوسرے مقامات یا مختلف ٹریڈنگ حالات میں مؤثریت یہاں ثابت نہیں ہوتی۔

اہم خیالات

• یہ طریقہ ٹوکن کی قیمت اور حجم کی سرگرمی میں مشتبہ پمپ اینڈ ڈمپ واقعات کی ابتدائی جانچ کرتا ہے۔
• یہ موزوں کردہ حدوں کو ایکسپونینشلی ویٹڈ ایوریجز اور اتار چڑھاؤ کے پیمانوں کے ساتھ ملاتا ہے۔
• حدیں کم ٹریڈ ہونے والے ٹوکنز اور طویل غیرفعالیت کو ملحوظ رکھنے کے لیے ڈھالی جاتی ہیں۔
• مقصد غیر اہم حجم کے اچانک اضافوں سے آنے والے انتباہات کم کرنا ہے۔
• تفصیل میں مقداری توثیق نہیں، اور نہ یہ ثبوت کہ کوئی انتباہ ہیرا پھیری ثابت کرتا ہے۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔