پیش بینی افزایش مصنوعی قیمت رمزارز ها با استفاده از رویکرد ترکیبی

کلاهبرداری به سبک پامپ ودامپ (Pump-and-Dump) که عمدتا از طریق شبکه های اجتماعی سازمان دهی می شود، یکی از رایج ترین انواع دستکاری در بازار رمزارزها به شمار می آید. در حالی که اغلب پژوهش ها بر تشخیص زمان وقوع این رویدادها تمرکز داشته اند، چالش اساسی پیش بینی رمزارز هدف همچنان کمتر مورد توجه قرار گرفته است. پژوهش های موجود معمولا با تحلیل محتوای متنی یا ناهنجاری های سری زمانی به شناسایی این وقایع می پردازند، در حالی که رویکردهای ترکیبی کمتر بررسی شده اند. در این مقاله، رویکردی ترکیبی ارائه می شود که مسئله پیش بینی رمزارز هدف را در کنار پیش بینی زمان وقوع کلاهبرداری، به صورت یک مسئله دنباله ای بازتعریف می کند. این رویکرد با در نظر گرفتن تاریخچه فعالیت های پیشین کانال های کلاهبردار، قادر است اهداف بعدی را از نظر رمزارز هدف و زمان وقوع رویداد پیش بینی کند. بدین منظور، ابتدا یک روش برچسب گذاری باثبات توسعه داده شد که سیگنال های متنی استخراج شده از تلگرام را با داده های مالی ترکیب کرده و ۱۲۰۰ رویداد را در بازه زمانی ۲۰۲۲ تا ۲۰۲۴ شناسایی می کند. سپس، یک مدل پیش بینی مبتنی بر دنباله ارائه می شود که با بهره گیری از سازوکار خودتوجه، الگوهای تاریخی پامپ ودامپ را در سطح کانال می آموزد و با استفاده از سازوکار توجه متقابل، روابط غیرخطی میان دنباله و ویژگی های رمزارزهای کاندید را استخراج می کند. ارزیابی بر روی داده های واقعی نشان می دهد مدل پیشنهادی به AUC برابر با ۸۹٪ دست یافته و در معیار HR@K حدود ۱۰٪ بهبود مطلق نسبت به مدل معیار ایجاد کرده است. نتایج نشان دهنده برتری رویکرد ترکیبی پیشنهادی نسبت به روش های پیشین در شناسایی این نوع کلاهبرداری است.https://github.com/faezemousavi/Pump-and-Dump

کلیدواژه ها:

بازار رمزارزها ، دستکاری بازار ، تشخیص کلاهبرداری ، تحلیل داده های متنی