[논문 리뷰] The Anatomy of a Cryptocurrency Pump-and-Dump Scheme

Jiahua Xu, Benjamin Livshits|arXiv (Cornell University)|2018. 11. 25.

Blockchain Technology Applications and Security참고 문헌 9인용 수 16

한 줄 요약

이 논문은 2018년 6월부터 2019년 2월까지 텔레그램 채널에서 발생한 412宗의 이벤트 데이터를 활용하여 암호화폐 시장에서의 펌프-앤드-덤프 기법을 조사한다. 사전 펌프 시장 특징을 기반으로 한 기계학습 모델을 제안하여 대상 코인을 AUC > 0.9의 정확도로 예측하며, 이는 11주 동안 최대 60% 수익을 올릴 수 있는 거래 전략을 가능하게 하여 조작의 빈도와 탐지 및 전략적 이용의 가능성 모두를 입증한다.

ABSTRACT

While pump-and-dump schemes have attracted the attention of cryptocurrency observers and regulators alike, this paper represents the first detailed empirical query of pump-and-dump activities in cryptocurrency markets. We present a case study of a recent pump-and-dump event, investigate 412 pump-and-dump activities organized in Telegram channels from June 17, 2018 to February 26, 2019, and discover patterns in crypto-markets associated with pump-and-dump schemes. We then build a model that predicts the pump likelihood of all coins listed in a crypto-exchange prior to a pump. The model exhibits high precision as well as robustness, and can be used to create a simple, yet very effective trading strategy, which we empirically demonstrate can generate a return as high as 60% on small retail investments within a span of two and half months. The study provides a proof of concept for strategic crypto-trading and sheds light on the application of machine learning for crime detection.

연구 동기 및 목표

• 실제 세계 데이터를 활용하여 암호화폐 시장에서의 펌프-앤드-덤프 기법의 구조와 빈도를 실증적으로 조사하는 것.
• 펌프 이벤트 이전의 시장 특징을 식별하여 어떤 코인이 타겟이 될지를 예측할 수 있는지 확인하는 것.
• 이벤트 발생 이전에 높은 정확도로 펌프 발생 가능성을 예측할 수 있는 기계학습 모델을 개발하는 것.
• 실제 제약 조건 하에서 예측 모델 기반의 수익성 있는 거래 전략의 실현 가능성을 평가하는 것.
• 시장 조작에 대한 인식을 제고하고, 그러한 악용을 탐지하기 위한 규제 기술의 개선을 제안하는 것.

제안 방법

• 2018년 6월 17일부터 2019년 2월 26일까지 텔레그램 채널에서 펌프-앤드-덤프 이벤트를 주최한 300개 이상의 채널에서 메시지 기록을 수집하고 분석한다.
• 4개의 암호화폐 거래소를 통해 412건의 펌프 이벤트 데이터셋을 구축하며, 가격 변동, 거래량, 변동성 등의 사전 펌프 시장 특징을 추출한다.
• 이상치 균형을 고려한 랜덤 포레스트 모델을 이러한 특징에 대해 훈련시켜 코인의 펌프 발생 가능성을 예측하며, 교차 검증을 통한 초모수 조정을 실시한다.
• 모델 평가에 ROC-AUC를 사용하여 내부 샘플 및 외부 샘플 테스트 모두에서 0.9 초과의 성능을 달성한다.
• 간단한 거래 전략을 설계: 예측된 코인을 펌프 이전에 매수하고 가격 최고점 이후에 매도하며, 고정된 리스크-수익 비율 기준을 적용한다.
• 11주 동안의 백테스트를 통해 소규모 소매 투자자 기준으로도 일관된 수익을 기록하며 최대 60% 수익을 달성한다.

실험 결과

연구 질문

• RQ1 암호화폐 시장에서 펌프-앤드-덤프 기법은 얼마나 퍼져 있으며, 그 구조적 특징은 무엇인가?
• RQ2 펌프 이벤트 이전의 어떤 시장 특징이 타겟 코인을 예측할 수 있는가?
• RQ3 사전 펌프 시장 데이터만을 사용하여 기계학습 모델이 펌프 발생 가능성을 정확하게 예측할 수 있는가?
• RQ4 이러한 예측 기반의 거래 전략이 가져올 수 있는 재정적 수익은 얼마인가?
• RQ5 거래소와 텔레그램과 같은 소셜 플랫폼은 이러한 기법에 얼마나 관여하거나 이를 가능하게 하고 있는가?

주요 결과

• 펌프-앤드-덤프 기법은 매우 빈번하며, 약 100개의 조직적 텔레그램 채널이 하루 평균 두 번의 펌프를 주도하며, 월간 인위적 거래량이 600만 달러에 이른다.
• 내부 샘플 및 외부 샘플 테스트 모두에서 예측 모델의 AUC가 0.9 초과를 기록하여 강력한 일반화 능력과 예측 성능을 입증한다.
• 펌프 이전의 시장 움직임에는 숨겨진 정보가 존재하며, 이를 활용해 고정확도로 타겟 코인을 예측할 수 있다.
• 예측 모델 기반의 단순한 거래 전략이 11주 동안 누적 수익률 최대 60%를 기록하며, 낙관적인 가정 조건에서도 일관성 있게 성과를 내었다.
• 일부 거래소, 예를 들어 Yobit는 직접적으로 펌프-앤드-덤프 기법에 관여하며, 가격이 과도하게 상승한 후 매도함으로써 수익을 얻고 있다.
• 기본적인 기계학습 모델조차도 시장 조작을 효과적으로 탐지하고 이용할 수 있음을 입증하며, 더 나은 규제 감시 도구의 필요성을 강조한다.