← Макалаларга кайтуу
May 18, 2025
5 мүн окуу

Идентификация жана моделдештирүү негизинде DEXтеги трейдердин жүрүм-турумун болжоо мүмкүнчүлүктөрүн талдоо

Идентификация жана моделдештирүү негизинде DEXтеги трейдердин жүрүм-турумун болжоо мүмкүнчүлүктөрүн талдоо
#DEX
#traders
#identification
#prediction
#manipulation
#desire orderbook
#machine learning
#blockchain

Борборлоштурулбаган биржалар (DEX) бардык транзакциялар блокчейинде катталган өзгөчө экосистеманы билдирет, бул мурда болуп көрбөгөн ачык-айкындуулук деңгээлин камсыз кылат. Бул рынок катышуучуларын идентификациялоо, алардын жүрүм-турумун болжоо жана манипуляцияларды аныктоо мүмкүнчүлүктөрүн ачат. Рынок манипуляциялары жөнүндөгү видеодон алынган маалыматтарды DEX контекстинде "desire orderbook" түшүнүгүнө кантип колдонсо болорун карап көрөлү.

DEX Trader Identification Network DEX экосистемасын визуализациялоо: аноним блокчейн транзакцияларын толук трейдер профилдерине жана жүрүм-турум векторлоруна которуу.

DEXте трейдерлерди идентификациялоо

Салттуу биржалардан айырмаланып, DEXте ар бир катышуучунун өзгөчө капчык дареги бар, бул алардын активдүүлүгүн жогорку тактык менен байкоого мүмкүндүк берет. Изилдөөлөр көрсөткөндөй, чектелген маалымат жыйындысынын негизинде (болжол менен 100 транзакция) белгилүү бир катышуучунун соода стилин так мүнөздөгөн "эмбеддингдерди" же вектордук чагылдырууларды түзүүгө болот1.

Бул идентификациялоо ыкмасынын бир нече артыкчылыктары бар:

  • 100 000 талапкердин арасынан 84%ге чейинки тактык менен трейдерлерди тааный алуу1
  • Уникалдуу соода стилин чагылдырган тыгыз вектордук чагылдырууларды түзүү
  • Талапкерлер санынын өсүшү менен идентификациялоо ыкмасынын масштабдалышы

Жүрүм-турумду болжоо жана "desire orderbook" түшүнүгү

Аныкталган трейдер жүрүм-турум үлгүлөрүнүн негизинде белгилүү бир аракеттердин ыктымалдуулугун баалаган болжолдоо модели курулушу мүмкүн. Бул "desire orderbook" түшүнүгүн түзүүгө мүмкүндүк берет - бул учурдагы гана эмес, келечектеги потенциалдуу заказдарды да чагылдырган заказ китеби.

Desire Orderbook Prediction Model Desire Orderbook: болжолдонгон рыноктук ликвиддүүлүктүн голографиялык проекциясы, ал учурдагы заказдарды трейдердин келечектеги аракеттеринин ыктымалдуулук моделдери менен айкалыштырат.

Болжолдоо моделинин компоненттери:

  1. Тарыхый үлгүлөрдү талдоо - трейдердин ар кандай рыноктук шарттардагы кадимки жүрүм-турумун изилдөө
  2. Учурдагы портфелдин абалын баалоо - активдердин балансын жана бөлүштүрүлүшүн талдоо
  3. Контексттик факторлор - күндүн убактысын, жуманын күнүн, рыноктук тенденцияларды эске алуу
  4. Жүрүм-турум триггерлери - көбүнчө сатуу чечиминен мурда болуучу окуяларды аныктоо

Мындай модель жеке трейдерлердин жүрүм-турумун болжоого гана эмес, сунуш менен суроо-талаптын толугураак картинасын түзүү үчүн бул болжолдоолорду бириктирүүгө да мүмкүндүк берет.

Активдүү трейдерлердин саны рыноктук актив катары

Кызыктуу бир түшүнүк активдүү трейдерлердин санын көз каранды эмес рыноктук актив катары карайт. Салттуу экономикада ликвиддүүлүк көбүнчө соода көлөмү менен өлчөнөт, бирок DEX контекстинде уникалдуу активдүү катышуучулардын саны ошондой эле маанилүү көрсөткүч болушу мүмкүн.

Бул ыкманын артыкчылыктары:

  • Рыноктун ден соолугунун көрсөткүчү - көз каранды эмес катышуучулардын көп саны адатта соо-саламат рынокту билдирет
  • Манипуляцияга туруктуулук - канчалык көп көз каранды эмес катышуучулар болсо, рынокту манипуляциялоо ошончолук кыйын болот
  • Келечектеги ликвиддүүлүктүн болжолдоочусу - катышуучулардын санынын өсүшү көбүнчө соода көлөмдөрүнүн өсүшүнөн мурда жүрөт

DEXте манипуляцияларды аныктоо

DEXтин ачык-айкындуулугу видеодо сүрөттөлгөн ар кандай манипуляция түрлөрүн аныктоо үчүн өзгөчө мүмкүнчүлүктөрдү түзөт:

DEX Manipulation Detection Аномалияларды аныктоо иш жүзүндө: он-чейн маалыматтардын хаостуу агымында катылган кайталануучу self-trading үлгүлөрүн жана wash-trading циклдерин ачуу.

1. Self-Trading

DEXте self-trading өзгөчө байкалат, себеби бардык транзакциялар блокчейинде катталат. Илимий макалада сүрөттөлгөн DEFIRANGER системасы Cash Flow Tree (CFT) талдоо жана self-trading-ге мүнөздүү үлгүлөрдү аныктоо аркылуу мындай манипуляцияларды таба алат2.

DEXте self-trading белгилери:

  • Байланышкан даректердин ортосундагы транзакциялар
  • Дээрлик бирдей баада укмуштуудай чоң, кабатташкан сатып алуу/сатуу заказдары
  • Экономикалык маанисиз кайталануучу транзакция циклдери

2. Price-Setting

DEXте баа коюу заказ китеби же ликвиддүүлүк пулдары менен өз ара аракеттешүү аркылуу жүрөт. Манипуляторлор толук аткарууну пландабаган чоң заказдарды жайгаштыруу аркылуу баага таасир этүүгө аракет кылышы мүмкүн.

Аныктоо ыкмалары:

  • Адилет рыноктордун симуляцияларына салыштырмалуу заказ ийрилерундеги аномалияларды талдоо3
  • Симметрия бузулууларын же кайталануучу тартипсиз жүрүм-турумдарды аныктоо
  • Заказ үлгүлөрүн стандартташтыруу жана аларды эталондук моделдер менен салыштыруу

3. Pump-and-Dump

Криптовалюталардагы "pump and dump" схемасы төрт баскычтан турат: чыгаруудан мурда, чыгаруу, pump жана dump. DEXте бул баскычтар транзакциялардын ачык-айкындуулугунан улам көбүрөөк байкалышы мүмкүн.

DEXте Pump-and-Dump белгилери:

  • Топтоо баскычы: чоң санда токендерди тынч сатып алуу
  • Pump баскычы: self-trading же агрессивдүү заказдарды колдонуп жасалма баа өсүшү
  • Dump баскычы: жасалма түрдө көтөрүлгөн баалар менен массалык сатуу

Ишке ашыруу үчүн техникалык чечимдер

Сүрөттөлгөн түшүнүктөрдү ишке ашыруу үчүн бир нече технологияларды айкалыштыруу керек болот:

  1. Трейдер эмбеддингдерин түзүү жана алардын жүрүм-турумун болжоо үчүн машиналык окутуу системалары
  2. Байланышкан даректерди жана self-trading үлгүлөрүн аныктоо үчүн транзакция графын талдоо
  3. Эталондук үлгүлөрдү түзүү жана аномалияларды аныктоо үчүн рынок симуляциясынын моделдери
  4. Шектүү активдүүлүктү тез аныктоо үчүн реалдуу убакыттагы мониторинг системалары

Чектөөлөр жана этикалык маселелер

Потенциалдуу пайдасына карабастан, сунушталган ыкманын бир катар чектөөлөрү бар:

  1. Купуялуулук маселелери - блокчейин псевдоним болсо да, деталдуу жүрүм-турум талдоосу колдонуучулардын купуялуулукка карата күтүүлөрүн бузушу мүмкүн
  2. Жалган позитивдер - мыйзамдуу соода стратегиялары ката түрдө манипуляция катары классификацияланышы мүмкүн
  3. Манипуляторлордун ыңгайлашуусу - аныктоо ыкмалары жөнүндө маалымдуулук татаалыраак манипуляция схемаларынын өнүгүшүнө алып келиши мүмкүн

Корутунду

DEXте трейдерлерди идентификациялоо жана "desire orderbook" түзүү үчүн алардын жүрүм-турумун болжоо түшүнүгү рынокту талдоого жаңычыл мамилени билдирет. DEXтин ачык-айкындуулугу манипуляцияларды аныктоо жана адилетирээк соода чөйрөсүн түзүү үчүн өзгөчө мүмкүнчүлүктөрдү жаратат.

Бирок, мындай системаны ишке ашыруу манипуляцияны аныктоонун натыйжалуулугу менен колдонуучулардын купуялуулугун коргоонун ортосунда кылдат баланс болушун талап кылат. Мындан тышкары, эң татаал болжолдоо алгоритмдеринин да, айрыкча криптовалюта рынокторуна мүнөздүү жогорку туруксуздук жана белгисиздик шарттарында, чектөөлөрү бар экенин эске алуу зарыл.

Жалпысынан алганда, машиналык окутуу ыкмаларын, транзакция графын талдоону жана симуляция моделдерин интеграциялоо DEXтин ачык-айкындуулугун жана натыйжалуулугун бир топ жогорулатып, адилетирээк жана манипуляцияга туруктуураак соода чөйрөсүн түзө алат.


Шилтеме

@software{soloviov2025analysistraderpredictiondex,
  author = {Soloviov, Eugen},
  title = {Analysis of Trader Behavior Prediction Capabilities in DEX Based on Identification and Modeling},
  year = {2025},
  url = {https://marketmaker.cc/en/blog/post/analysis-trader-prediction-dex},
  version = {0.1.0},
  description = {How DEX transparency and modern identification methods allow predicting trader behavior, detecting manipulations, and building a desire orderbook.}
}

Footnotes

  1. https://fse.studenttheses.ub.rug.nl/34065/1/BP-Lennart-August-s4800036.pdf 2

  2. http://malgenomeproject.org/papers/defiranger.pdf

  3. https://www.dirittoue.info/understanding-market-manipulation-through-simulation/

blog.disclaimer

Authors

Eugen Soloviov
Eugen Soloviov

Trading-systems engineer

Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.

Newsletter

Рынктан бир кадам алдыда болуңуз

AI соода аналитикасы, рынок талдоолору жана платформа жаңылыктары үчүн биздин жаңылыктар бюллетенине жазылыңыз.

Биз сиздин купуялыгыңызды урматтайбыз. Каалаган убакта жазылымдан чыга аласыз.