KI-Framework AIMM erkennt Social‑Media‑basierte Börsenmanipulation frühzeitig

Marktmanipulation entsteht heute vermehrt durch koordinierte Social‑Media‑Kampagnen statt einzelner Trades. Für Privatanleger, Aufsichtsbehörden und Broker ist es daher entscheidend, Online‑Narrative und Koordinationsmuster mit dem tatsächlichen Marktverhalten zu verknüpfen.

Das neue KI‑Framework AIMM (AI‑Driven Multimodal Model) verbindet Reddit‑Aktivität, Bot‑ und Koordinationsindikatoren sowie OHLCV‑Marktdaten zu einem täglichen Manipulations‑Risiko‑Score für jeden Ticker. Der parquet‑native Pipeline‑Ansatz wird über ein Streamlit‑Dashboard visualisiert, das Analysten ermöglicht, verdächtige Zeitfenster zu untersuchen, die zugrunde liegenden Posts und Kursbewegungen zu prüfen und die Modelloutputs im Zeitverlauf zu protokollieren.

Aufgrund von Reddit‑API‑Beschränkungen nutzt AIMM kalibrierte synthetische Social‑Features, die den dokumentierten Ereignis‑Charakteristika entsprechen, während die OHLCV‑Daten echte historische Daten von Yahoo Finance darstellen. Die Veröffentlichung umfasst drei Hauptbeiträge: Erstens das AIMM‑Ground‑Truth‑Dataset (AIMM‑GT) mit 33 gelabelten Ticker‑Tagen aus acht Aktien, basierend auf SEC‑Durchsetzungsmaßnahmen, community‑verifizierten Manipulationsfällen und normalen Kontrollgruppen. Zweitens die Implementierung einer Forward‑Walk‑Evaluierung und eines prospektiven Vorhersage‑Loggings für retrospektive und produktionsähnliche Bewertungen. Drittens die Analyse von Vorlaufzeiten, wobei AIMM GME 22 Tage vor dem Höhepunkt des Januar‑2021‑Squeeze‑Events alarmierte. Obwohl die aktuelle gelabelte Stichprobe klein ist, zeigen die Ergebnisse eine vielversprechende diskriminierende Fähigkeit und frühe Warnsignale.

Der komplette Code, das Datensatz‑Schema und das Dashboard‑Design werden als Open‑Source veröffentlicht, um die Forschung zu KI‑gestützten Börsenmanipulationsdetektoren zu fördern.