0
| 本文作者：李秀琴 | 2018-03-19 00:17 |
雷锋网·AI金融评论按：目前，大多数 ICO 不受政府法规的约束，交易平台或机构缺乏一套严密的评估体系，这也直接导致了 ICO 诈骗事件的层出不穷（注：典型案件可参考《史上最大ICO代投诈骗：带头人“李诗琴”疑跑路，涉案金额超6000万元》了解）。日前，香侬科技创始人、斯坦福大学博士李纪为联合美国加州大学圣塔芭芭拉分校、斯坦福大学共同提出了一种基于深度学习的加密货币 ICO 诈骗鉴别系统——IcoRating，以试图改善这一局面。
据悉，IcoRating系统由李纪为和其团队基于 NLP 技术分析了市面上共 2251 种数字货币而得出。他们调查了这些数字货币的各个方面，包括生命周期、价格 变化和白皮书内容、创始团队、Github 资料库和官网等 ICO 信息，从而预测并实现了识别诈骗 ICO 项目的0.83的精确度。
对此，该团队在论文中表示：
我们希望这项工作能够帮助投资者识别ICO诈骗项目，并自动评估和分析ICO项目。
2017年，902个基于众筹的数字货币中，45.6%已经失败
加密货币正获得前所未有的关注和理解。与中心 化的电子货币和中央银行系统不同，大多数数字法币不受中央和地方机构的监管。对这些去中心化 的系统的控制，可通过一个开放、持续增长的分布式账本——区块链来实现。
如图1所示，在过去 三年中，数字货币的市 场资本化程度得到了巨幅的提升。根据 Cryptocurrency Market Capitalizations 提供的数据，加密货币的单日最高交易量已接近2017年纽约证券交易所交易量的日平均值。
图：2013年7月至2018年1月的数字货币市场资本化情况
由于其去中心化的本质，数字货币的众筹融资并不需要具备风险投资的所有必要条件，而是通过 ICO 来完成。ICO，也称为首 次代币发售，是用区块链将使用权和加密货币合二为一，来为开发、维护、交换相关产品或者服务的项目进行融资的方式（注：参考“ICO”的维基百科）。
在 ICO 中，投资者用法 定货币（例如美元、人民币）或其他加密货币（例如BTC、ETH）来获得众筹的加密货币。当 ICO 完 成后，这些用于众筹的加密货币将具备货币的功能单位。新型币种在发行前，一般会先准备一个白皮书，以详细 介绍这个币种的商业性、技术性和金融性特征。
从图2可以看出，ICO 项目的数量 从2013年7月到2017年1月一直呈现稳 步增长的 态势，并在 2017 年突飞猛进。
图：2013年7月至2018年1月的ICO项目增长情况
尽管 ICO 能提供公平合法的投资机会，但众筹的便利也为一些不择手段的企业通过 ICO 谋利创造了机会和激励机制。群涌而起的 ICO，其中不乏一些项目发 起人以通过众 筹抬高加密货币的价值，从而快速出售货币以获利。除此之外，加密货币的去中心化本 质也给政府监管带来了重大挑战。
根据Engadget数据显示，2017年，902个基于众筹的数字货币中，45.6%已经失败。从图3和图4来看，还有一个更为严重的问题。
图3和图4中，x轴上的间隔代表（ICO）价格的变 化范围，而y轴上的对应值 则表示 ICO 项目贡献的百分比。可以看出：
4.56% 现有 ICO 项目在发行半年后都遭受了价格下跌，其程 度甚至超过 99.9%，而在发行一年后，这个比例上升到6.89%；
约有 29% 的项目在发行半年后，价格下跌了80%以上，一年 后，这个比例增长到惊人的 39.6%。
虽然这样说可能有点不负责任——即每一个在发行后价格急剧下跌的 ICO 项目都是骗局，但在 ICO 前建立一个可靠的 ICO 信用评级系统来评估数字货币是必要而迫切的。
在这种情况下，李纪 为研究团 队提出了 IcoRating 这种基于机器学习的 ICO 评分系统。通过分析 2251 个 ICO 项目，该团队 将数字货币 的生命周期 和价格变化以 及各种 级别的 ICO 信息（包括其白皮书、创始团队、Github 资料库、网站等）相 关联。在最佳设置 的情况下，该项目 能够以0.83的精确度和0.80的F1分数来识别ICO诈骗项目。
与人类设计的评分系统相比，IcoRating 系统具有两个关键优势：
客观性：机器学习模型涉及的先验知识更少，可从数据中学习因果关系，这与需要大量人类专家的人类评级系统相反，而人 类专家不可避免会引入偏见。
不会被人为随意篡改：信用评级的结果是通过黑盒培训从机器学习模型中输出的。这个过程不用那么多的人员参与和干预。
加密货币、区块链和ICO
在李纪为这篇论文的 第二个章节中，主要介绍了加密货币、区块链和 ICO 的相关信息。如果密切关注币圈和链圈的人士可能对这三个概念已谙熟于心。
1、加密货币
加密货币是“一种数字资产”，被视作交易媒介，通过加密技术以确保交易。大多数加密货币是去中心化的。第一个真正意义上的去中心化加密货币是比特币（也称BTC），由一个或一群不明身份的人在 2009 年以 Satoshi Nakamoto（中本聪）之名创建。自 BTC 出现以后，各种加密货币蜂拥而至，其中最知名的包括 Ethereum（简称ETH）、Ripple（简称RIP）、EOS 和 NEO。
2、区块链
加密货币的交易由区块链提供验证。人们可以将区块链视为分布式账本。它可以不断增长并永久纪录双方之间的所有交易。每条纪录都称为一个区块，包含链接到前一个区块、时间戳和交易数据的加密哈希指数。该账本以分布形式被所有参与者拥有，且记录只能在改变所有后续网络区块的情况下得到更改。当交易发生时，会广播给网络中的所有节点。区块链使用多种时间戳方案，如 PoW（工作证明）或 PoS（股权证明）。
区块链的概念消除了数据集中存储而带来的风险：没有集中的故障点，数据对每个参与者都是透明的。
3、ICO
如前所述，ICO 是以加密货币为中心的众筹融资手段，其可为早期项目提供众筹机会，逃避风险投资家、银行和证券交易所规则的限制。它们还提供了超越风险投资或私募股权投资的投资机会，二者是早期投资机会的主导。
另一方面，由于缺乏监管，ICO 给投资者带来了重大风险。不同国家对 ICO 和加密货币有不同的规定。例如，中国政府禁止所有 ICO，而美国证监会（SEC）则表示它有权对 ICO 施行联邦证券法，而委内瑞拉政府则推出了自己的加密货币petromoneda（简称石油币）。
IcoRating系统验证过程、方法
1、白皮书分析：内容差异巨大
在 IcoRating 系统的验证过程中，该研究团队从各种平台包括 CryptoCompare、CoinMarketCap和CoinCheckup一共收集了2251个 ICO 项目信息。并在这些项目中获得了 1317 份白皮书。
表1：ICO白皮书的各项统计数据
如表1所示，其显示了 ICO 白皮书的各项统计数据，包括平均值、标准差，最大和最小字数和句子数。研究团队从中得出一个显著特征 ，白皮书的长度差异明显。最多的一份白皮书中包含 6228 个句子，最少 38 个。具体地说，随机抽样的 10 份白皮书中的句子数量分别为886、143、38、967、3379、6228、496、2057、3075 和 298。虽然白皮书的篇幅不一定能反映 ICO 项目的质量，但从中也能看出 ICO 白皮书内容的巨大差异。
李纪为研究团队在收集而来的 白皮书上运行了一个隐含狄利克雷分布（Latent Dirichlet Allocation：简称LDA）模型。LDA 是一种生成 性的统计模型，可以将文档集中每篇文档的主题并以概率分布的形式给出，从而通过分析一些文档抽 取出它们的主题（分布），便可以根据主题（分布）进行主题聚类或文本分类。同时，它是一种典型的词袋模型，即一篇文档是由一组词构成，词与词之间没有先后顺序的关系。
2、IcoRating：一个基于机器学习的评级模型
在描述创始团队信息时，研究团队的数据以下述信息为蓝本：
Justin Sun，生于1990年，本科毕业于北京大学，硕士 毕业于宾夕法尼亚大学，是移动社交应用陪我和 TRON 的创始人兼 CEO，Ripple 大中华区的前首席代表。获 2011 年亚洲周刊封面人物；2014年达沃斯全 球杰出青年；2015年 CNTV 年度新人物；2017年福布斯亚洲 Under30 企业家...
研究人员的目标是自 动从创始团队成员中提取 最重要的特征，并将其视为 NLP 标签问题。为此，他们定义 了5类标签：出生年份、大学、学位、公司和所获奖项，并将数据集分为不同种类进行培训、开发和测试。
IcoRating 对 ICO 项目使用的知识非常少，但却能够从真实世界中收集的数据集中学习到各个功能的重要性。
如前所述，IcoRating 是一个基于机器学习的评级模型。它使用的是 监督学习模型。在标准监督学习设置中，研究人员希望找到模型 F，可使输入 x 映射至输出 y：
这个公式中，输入“x”代表“一个 ICO 项目”，其中包括公开可 用信息的不用方面；输出“y"，该值介于0到1之间，是一个二进制 变量，用于 指示该 ICO 项目是否为 诈骗项目；“F”代表预测函数。
在训练期间，我们将 ICO 项 目一年的价 格变化作为训练的信号，试图通过已知的 ICO 信息来预测其价格变化。预测函数 F 由最大化预测 ICO 价格变化和黄金标准价格变化之间的L2差异来学习。
其中，在收集到的 2251 个项目中，研究人员收集了 1482 个项目的历史价格，且这些 ICO 项目至少实行了一年及以上（截止到本研究进行时）。
在测试期间，F（x）可预测 价格变化，如果预测价格低于其 ICO 价格的“m”值，则可认为该项目为诈骗。在本次研究中，研究人员根 据要求将“m”设置为 0.01、0.1和1。
IcoRating测试结果
测试结果通过不同的特征组 合来识别 ICO 诈骗项目的结果，这些组合由白皮书、Github 资料库、创始团队、网站这四个特征任意组合而呈。
随着 “m” 值从0.01增加到0.1，再增加到1，诈骗项目的比例逐渐增加，精度逐渐提高，召回率也在逐渐降低。
最终测试结果显示，白皮书 和 Github 资料库是最 重要的两 类特征。在 “m” 被设置为0.1和0.5时，其获得的 F1 分数均为0.7。通过增加更多的特征，研究人员得到了更高的精确度和更低的召回率。当将所有特征组合考虑进去时，IcoRating 模型在“m值被设置为1”时，其预测的 ICO 诈骗项目 实现了0.83的精确度、0.77 的召回率和 0.80 的 F1 分数。
雷锋网·AI金融评论注：该篇论文来自于https://arxiv.org/pdf/1803.03670.pdf，雷锋网·AI金融评论对其进行重点编译。
——————全文完——————
【今日福利】
比特币等虚拟货 币的波动性总是出乎 人意料，资本和人心难以捉摸，但价格的另一 影响因素却朴素得多——技术和应用 价值。这也是2017年区块链行业的关键词。过去的一年，在众多大小公司涌入区块链，POC 项目和 代币遍地开花的同时，也有一些先行者呼吁，“不要为了区块链而区块链”。
技术的发展 永无止境，在这条探索的道路上，我们看到的不只是尸骨，还有正在建造的座座丰碑。2017年，雷锋网曾与数十家区块链行业传统企业、新创公司进 行对话，并报道。现在我们选取了其中8家代表性机构的实践 案例，包括工商银行、招商银行、平安集团、银联、蚂蚁金服等，汇编成特辑报告。除此外，还有20+智能金融公司案例，涵盖普惠金融、风控信贷、财富管理等议题。
以下为特辑部分目录：
● 世界经济论坛报告：全方位评估 Fintech 将如何颠覆金融业竞争格局，包括路径、模式和终局
● 前瑞银大牛：区块链如何变革传统金融两大应用模式？
● 区块链+金融，带你直击实践应用中的需求和痛点
● 比特币、以太坊、区块链、代币、ICO，你需要知道的一切都在这了
....
戳这里（ https://www.leiphone.com/specialEdition/detail/s/5a4c9564b9e38），查看雷锋网 Fintech 年度特辑全文。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
