과학자들은 입자 물리학을 사용하여 루나 플래시 크래시를 역공학화했습니다.

Scientists reverse engineered the Luna Flash Crash using particle physics.

도 권: “95%는 죽을 것이지만, 회사들이 죽는 것을 보는 것도 재미있어” 8일 전. 아이러니하다. pic.twitter.com/fEQMZIyd9a

— Pedr (@EncryptedPedro) 2022년 5월 11일

2022년 5월 5일부터 5월 13일까지의 사이에 투자자 자산에서 400억 달러 이상이 손실되었습니다. 약 1년 후, 도 권은 이 손실과 관련된 형사 행위로 기소된다는 혐의로 추방을 시도한 후 체포되었습니다.

이후, 루나(LUNC) 코인의 가격이 폭락하고 테라의 UST 스테이블코인이 미국 달러와의 연동이 해제되는 등의 붕괴에 대한 논란이 많이 이루어졌습니다.

이제, 과학자들이 입자 물리학을 연구하는 데 사용되는 같은 기술을 사용하여 사실상 이 사고를 역추적하기 위해 통계 역학을 적용한 것으로 보입니다.

킹스 칼리지 런던에서 진행된 연구는 폭락 중에 발생한 거래 이벤트와 주문에 집중했습니다. 연구팀의 사전 연구 논문에 따르면:

“주문을 1차원 축에서 움직이는 물리적 입자로 보았습니다. 주문의 크기는 입자의 질량에 해당하고 주문이 움직인 거리는 입자의 이동 거리에 해당합니다.”

이러한 기술은 열역학 상호작용, 분자 역학 및 원자 수준 상호작용을 매핑하는 데 사용됩니다. 루나 시장과 같은 특정 시간 동안 발생한 개별 이벤트에 이를 적용하여 코인의 미시 구조와 붕괴의 근본적인 원인에 대한 더 깊은 통찰력을 얻을 수 있었습니다.

이 과정에서 현재 최첨단 접근 방식인 Z-점수 기반 이상 감지 방법론에서 사용되는 스냅샷 방법론에서 벗어나 사건들이 발생하는 대로 살펴보는 세밀한 시각으로 전환되었습니다.

팀은 사건들을 입자로 보기 때문에, 레이어-3 데이터를 분석에 통합할 수 있었습니다 (레이어-1 및 레이어-2 데이터 이상에 주문 제출, 취소 및 일치와 관련된 데이터 포함).

연구자들에 따르면, 이를 통해 “시장에서 광범위한 스푸핑과 레이어링 사례들을 발견하였으며, 이는 루나 플래시 크래시에 크게 기여했습니다.”

그런 다음 팀은 레이어링과 스푸핑을 탐지하기 위한 알고리즘을 개발했습니다. 논문에 따르면 이는 상당한 도전이었는데, 루나 크래시와 관련된 정확히 레이블이 지정된 스푸핑 또는 레이어링 사례를 포함하는 알려진 데이터 세트가 없기 때문입니다.

이러한 데이터 없이도 이러한 활동을 인식하기 위해 모델을 훈련시키기 위해 연구자들은 가짜 데이터를 생성했습니다. 훈련이 완료된 모델은 그런 다음 루나 데이터 세트에 적용되었으며, Z-점수 시스템을 통해 수행된 기존 분석과 비교되었습니다.

관련 기사: 영국 최고 대학, AI 스타트업과 함께 암호화폐 시장 분석

연구자들은 “우리의 방법은 LUNA 거래 시장의 원래 데이터 세트에서 스푸핑 사건을 성공적으로 감지했습니다,”라고 썼으며, Z-점수 방법론은 “스푸핑을 식별하지 못할 뿐만 아니라 큰 한도 주문을 잘못하여 스푸핑으로 오인하는 문제가 있었습니다.”

연구자들은 앞으로 이 연구가 금융을 포함한 시장 미시 구조 연구의 기반이 될 수 있다고 믿습니다.

루나 플래시 크래시는 테라의 공동 창업자 도 권이 아메리카-캐나다 체스 스타 알렉산드라 보테즈에게 95%의 암호화폐 코인이 실패할 것이라고 말한 후 8일만에 발생한 사건입니다. 그는 또한 “회사들이 죽는 것을 보면 재미있어”라고 덧붙였습니다.”

AI,Altcoin,Cryptocurrencies,Science,Terra