카피트레이딩은 이제 극도로 만연해졌습니다.
트레이더들은 비공개 그룹 채팅에서 끊임없이 카피트레이딩 툴을 찾고 있고, 빌더들은 눈에 보이는 곳마다 자신의 도구를 광고하고 있습니다.
하지만 저는 또 하나의 카피트레이딩 툴을 만드는 방향은 잘못됐다고 봅니다.

그래서 저는 서로를 카피트레이딩하고 있을 가능성이 높은 지갑들을 탐지하기 위한 하이퍼그래프를 만들었습니다.

사용한 알고리즘

제가 사용한 알고리즘은 두 가지로, 모두 상당히 흥미롭습니다.

첫 번째는 Louvain 알고리즘입니다.
이 알고리즘은 관계 파라미터에 따라 서로 연관된 커뮤니티 멤버들을 식별하고 그룹화합니다.

일반적인 그래프를 입력으로 받아, 특정 기준에 따라 노드들을 커뮤니티로 묶습니다.
이 글과 연관된 예시로는 비슷한 마켓에 참여한 트레이더들을 하나의 그룹으로 묶는 것이 있습니다.

두 번째는 Jaccard 유사도 알고리즘입니다.
두 집합 간의 유사성을 측정하는 방식으로, 저는 모든 지갑 쌍을 비교해 트레이더 프로필 유사도를 계산하는 데 사용했습니다.

두 집합의 교집합을 합집합으로 나눈 값이 바로 Jaccard 유사도 지수입니다.
단순하지만 매우 효과적입니다.

작동 방식

전체 흐름은 다음과 같습니다.

먼저,

거래한 마켓

공동 거래 시간(±5분 기준)

을 기준으로 커뮤니티 그룹을 생성합니다.

그 다음, 모든 엣지에 대해 Jaccard 유사도를 계산하고 그래프를 구축합니다.

이 파이프라인 전체는 성능을 위해 Rust로 구현되었으며, 수백만 건의 거래를 비교하기 위해 Rust의 고급 집합 연산 기능을 적극 활용했습니다.

Rust의 집합 교집합 관련 문서:
https://doc.rust-lang.org/std/collections/hash_set/struct.Intersection.html

직접 사용해보기

수백 개 계정 중 어떤 계정들이 카피트레이딩을 하고 있을 가능성이 높은지를 보여주기 위해,
이 시각화 도구의 퍼블릭 버전을 공개했습니다.

@coldvisionXYZ 를 통해 아래 링크에서 확인할 수 있습니다.
https://coldvision.xyz/hypergraph

라이브 시각화 도구에서는 상위 300명 트레이더를 기준으로 데이터를 불러왔습니다.

가장 큰 클러스터들은 가장 뚜렷한 카피트레이딩 네트워크를 의미합니다.
여기에 집중하면 Polymarket 트레이딩의 비밀을 발견할 수도 있습니다.
…혹은 아닐 수도 있겠죠.

결과와 흥미로운 발견

이 그래프의 결과물은 거대한 ‘모(母) 하이퍼그래프’ 형태로 나타나며,
인기 마켓에서 유저들이 벌떼처럼 움직이는 집단 지성(hivemind) 구조와 잠재적인 카피트레이딩 패턴을 보여줍니다.

각 노드를 클릭하면

해당 지갑이 속한 클러스터

거래 횟수

다른 지갑들과의 연결 관계

Jaccard 유사도 점수

를 확인할 수 있습니다.

특히 흥미로운 발견은 시안색 클러스터(클러스터 3) 입니다.
이 클러스터는 동일한 마켓을 거래하는 9개의 지갑으로 구성되어 있습니다.

더 흥미로운 점은,
이 시안색 클러스터가 메인 하이퍼그래프와 분리되어 있으며,
거의 전부가 크립토 업·다운 마켓 참여자들로만 구성되어 있다는 점입니다.

아래는 유사도 점수 60을 가진 연결 예시입니다.

https://polymarket.com/profile/0xd2b51d9accca5ec0a853eb0d94eeb0dce9a82889?via=coldvision

https://polymarket.com/@SynthDataDotCo?via=coldvision

마지막 질문

이제 남은 질문은 이것입니다.

하이퍼그래프에 집중할 것인가, 아니면 이상치(outlier)에 집중할 것인가?