dumaiПервые пять минут торгов помогают оценить риск мошенничества у мемкоинов
Препринт, ещё не рецензирован · ранние данные
Кратко
Модели машинного обучения на данных о 6,4 млн цифровых монет в блокчейне Solana оценивали риск мошенничества по первым пяти минутам торгов. В некоторых настройках они хорошо предсказывали событие в течение следующего часа, но при переносе между торговыми площадками точность заметно снижалась.
Зачем это знать?
Для реальной защиты инвесторов этого пока недостаточно: это предварительный результат, опубликованный в препринте, а качество модели зависит от площадки и ограниченного часом периода прогноза.
Разбор
Авторы собрали историю торгов мемкоинов в Solana через блокчейн-индексатор — инструмент, который вытаскивает и приводит к единому виду записи транзакций. Затем для каждого токена рассчитали признаки первых минут: как менялись цена и ликвидность, то есть доступный объём средств для купли-продажи, и как вели себя трейдеры. По этим данным обычные табличные модели, особенно XGBoost — алгоритм, который объединяет множество небольших деревьев решений, — отделяли потенциальные rug pull от токенов без такого события.
Здесь не искали лазейки в коде смарт-контрактов. Это важно, потому что авторы связывают мошенничество в Solana прежде всего с резким выводом ликвидности и поведением участников рынка, а не с бэкдорами, как это часто бывает в исследованиях Ethereum. Целевым событием считали один из двух вариантов rug pull через час: исчезновение заблокированной ликвидности или ситуацию, когда токен фактически перестаёт торговаться.
Отдельно проверили, как модель переносится между PumpFun и Raydium — двумя площадками с разными особенностями данных. Когда алгоритм обучали на одной площадке, а применяли к другой, результат заметно ухудшался: одинаковые на вид рыночные признаки там распределены по-разному. Объединение данных из двух источников частично смягчало проблему, но авторы считают, что в будущем лучше учитывать особенности каждой площадки отдельно. В качестве следующего шага они предлагают добавить признаки связанных сделок и координированных действий, которых в текущем наборе нет.
Ключевые цифры
Можно ли доверять
Это препринт на arXiv, поэтому его ещё не проверили независимые рецензенты. Большой набор из 6,4 млн токенов — сильная сторона, но проверка остаётся ретроспективной: модель тестировали на данных двух площадок, а перенос на другие биржи и реальные защитные системы может дать худший результат.
- Это препринт, а не прошедшее рецензирование исследование.
- AUCPRC выше 0,8 достигался лишь в некоторых настройках; при переносе между PumpFun и Raydium качество существенно ухудшалось.
- Модель проверяет признаки первых пяти минут и прогнозирует событие только в пределах одного часа, поэтому ее надежность для реального инвестирования не установлена.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено