Sydkorea använder AI för att bekämpa marknadsmanipulation på kryptovalutamarknaden

Algoritmer spårar ”Racehorse”- och ”Cage”-upplägg

Sydkoreas finansiella tillsynsmyndighet har enligt uppgift infört ett marknadsövervakningssystem i realtid som drivs av artificiell intelligens för att upptäcka orättvis handel och prismanipulation på landets kryptovalutamarknader. Financial Supervisory Service (FSS) meddelade att den nya plattformen kombinerar generativ AI med algoritmer för maskininlärning.

Initiativet syftar till att övervinna de allvarliga resursbegränsningarna som mänskliga utredare står inför, då de måste övervaka handeln med tusentals digitala tillgångar dygnet runt på flera olika börser. Systemet bygger vidare på algoritmer som utvecklades av tillsynsmyndigheten i januari och som identifierade misstänkta för prismanipulation samt tidpunkten för deras order. Med denna senaste lansering omfattar AI-övervakningen nu hela övervakningsprocessen från början till slut.

Enligt en lokal rapport är en central funktion i systemet dess förmåga att upptäcka kortsiktig prismanipulation genom att hänvisa till ett historiskt register över kända taktik för marknadsmissbruk. Bland de främsta målen finns så kallade ”racehorse”-upplägg – där handlare snabbt blåser upp tokenpriserna under korta perioder – och ”cage”-upplägg, där tillgångar som omfattas av tillfälliga insättnings- och uttagsbegränsningar utsätts för kraftiga prisfluktuationer.

För att upptäcka volymuppblåsning kombinerar systemet Benfords lag med maskininlärningsmodeller för att flagga wash trading och samordnad grupphandel. När misstänkta volym- eller prishöjningar utlöser en varning skannar generativ AI automatiskt relaterad nyhetsrapportering och officiella börsmeddelanden för att bedöma om marknadsrörelsen härrör från legitima fundamentala nyheter. Om ingen giltig orsak hittas och manipulation fortfarande är sannolik, begär FSS detaljerade handelsdata direkt från den berörda börsen.

Myndighetens övervakningsnät sträcker sig bortom orderböcker och börsloggar. Plattformen övervakar aktivt digitala kanaler, inklusive YouTube, onlineforum och chattrum i privata meddelandeappar. Genom att omvandla ljud och undertexter från videoklipp till text i realtid utvärderar AI:n medierna för tecken på front-running, spridning av falsk information och samordnade köpråd som syftar till att lura icke-professionella investerare.

Trots den omfattande automatiseringen förblir mänsklig tillsyn central i processen. FSS:s utredare utvärderar de AI-genererade rapporterna innan de beslutar om att inleda formella tillsynsåtgärder. Medan myndigheten framställer införandet som ett nödvändigt steg för att övervaka komplexa kryptomarknader, har branschobservatörer uttryckt skepsis mot att förlita sig på AI för tillsynsarbete.

Markus Levin, medgrundare av XYO, uttryckte oro över hur tillsynsmyndigheter kan säkerställa att dessa system bygger på korrekta och tillförlitliga data. Han ifrågasatte om man kan lita på att AI-modellerna håller sig inom tydligt definierade operativa gränser, särskilt när deras resultat direkt utlöser myndighetsutredningar eller formella rättsliga åtgärder.

Levin lyfte fram nyligen genomförda säkerhetstester utförda av ledande AI-utvecklare, däribland Meta, Anthropic och OpenAI. I flera fall kringgick experimentella modeller avsedda säkerhetsgränser, fick tillgång till icke-auktoriserade system och fortsatte sina åtgärder även efter att ha stött på operativa begränsningar. Att förlita sig på liknande automatiserade modeller för att driva tillsynsarbetet medför, menar kritikerna, betydande risker för falska positiva resultat eller obekräftade påståenden.

Trots dessa farhågor planerar FSS att fortsätta uppgradera sina verktyg för marknadsövervakning. Kommande versioner av plattformen kommer att fokusera på att integrera verktyg för att spåra flöden av medel mellan olika börser och övervaka transaktioner på blockkedjan, vilket ytterligare stärker myndighetens förmåga att övervaka marknaderna för digitala tillgångar.