Pre-surge Classifier (Cluster 3 bot-managed markets)
"다음 30분 안에 +5% 급등할 것인가?" 이진 분류 - 직전 60분 통계 13개 feature - 시간 기준 80/20 split (look-ahead 금지). 현재 학습만 완료. 실시간 추론 파이프라인은 미구현 (Priority 1).
Precision-Recall Curve
Feature Importance
개요
238개 KRW 시장을 22개 행동 피처로 KMeans(k=4) 군집화. Cluster 3이 bot 관리 의심군. 아래 3개 뷰는 모두 동일한 클러스터 결과를 다른 각도로 보여줌 (해석용).
1. t-SNE 클러스터 (기본 뷰)
2D 공간에 238개 시장을 배치. 같은 색 = 같은 클러스터. Bot 의심군이 공간상 분리되는지 확인.
2. Feature Gradient
같은 t-SNE 좌표에 feature 값으로 색칠. 어떤 feature가 클러스터를 가르는지 진단.
3. Radar Chart
각 클러스터의 feature 프로필 요약. Cluster 3의 bot 특성(거래량 자기상관 + spike) 확인.
개요
7일간 검출된 급등 이벤트 350개 (3 horizon: 30m+5% / 60m+10% / 6h+15%). Cluster 3이 시장당 8배 많은 이벤트 발생 - 클러스터링 해석의 외부 검증.
Timeline (magnitude x 시간)
Cluster별 통계
Top 300 이벤트 테이블
Event Detail - Top 20 Grid
magnitude 상위 20개 이벤트의 가격+거래량 (pre 60m + post 30m).
Event Detail - Cluster 3 Grid
Cluster 3 Aligned Overlay (median + IQR)
Cluster 3 short horizon 이벤트를 T0 기준으로 정렬해 중앙값+IQR로 겹쳐봄 - 전형적 pump 리듬.