💰 quantitative finance

Pump.fun Graduation Regime Windows: Survival Analysis of 832,941 Token Launches and the Social-Presence Effect

Cette étude analyse 832 941 lancements de jetons pump.fun sur Solana pour révéler une chute brutale de 3,18x des taux de graduation entre la fin de 2025 et la mi-2026, attribuant ce déclin principalement à un virage vers les jetons « zero-self-buy » tout en démontrant que la présence sur les canaux sociaux (particulièrement Telegram) augmente significativement les chances de succès.

Auteurs originaux : Arati Uday Kamat

Publié 2026-07-07

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Arati Uday Kamat

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez pump.fun comme un immense spectacle de talents chaotique se déroulant sur la blockchain Solana. Chaque jour, des milliers de nouveaux « artistes » (tokens crypto) montent sur scène. Leur objectif est simple : obtenir suffisamment de personnes pour acheter leur billet afin qu'ils puissent passer de l'étape de la petite et risquée « courbe de liaison » (bonding curve) au grand stade célèbre de « PumpSwap ».

La plupart des artistes échouent. Ils manquent de temps ou d'argent et n'atteignent jamais le stade. Ce document est une étude massive de 832 941 de ces spectacles de talents qui ont eu lieu entre mai et juin 2026. Les chercheurs voulaient répondre à deux grandes questions :

Quelles sont les réelles chances de réussir ?
Quels éléments spécifiques rendent un token plus susceptible de réussir ?

Voici le détail de leurs conclusions, en utilisant des analogies simples.

1. Les chances ont chuté (Le « taux de graduation »)

Fin 2025, environ 0,63 % des tokens réussissaient à « graduer ». Considérez cela comme 6 artistes sur 1 000 recevant une ovation debout et rejoignant le grand stade.

À la mi-2026, ce chiffre a chuté de manière significative pour atteindre 0,198 %. C'est environ 2 sur 1 000.

L'analogie : C'est comme si le spectacle de talents était devenu beaucoup plus difficile. Le « taux de réussite » a chuté de plus de 3 fois par rapport à l'année précédente.

2. Pourquoi les chances ont-elles chuté ? (Le mystère du « Self-Buy »)

Les chercheurs ont cherché à comprendre pourquoi le taux de réussite a chuté. Ils ont découvert que ce n'était pas parce que les « bons » tokens étaient soudainement devenus moins bons dans leur performance. C'est plutôt que le mélange d'artistes a changé.

Les tokens « Self-Buy » : Certains créateurs achètent leurs propres tokens dès le début pour montrer leur confiance (comme un chanteur qui s'achète un billet au premier rang pour lui-même). Ces tokens ont un taux de réussite bien plus élevé (environ 0,63 %).
Les tokens « Zero-Self-Buy » : La plupart des nouveaux tokens de 2026 ont été créés par des personnes qui n'ont pas acheté leurs propres tokens au préalable. Ces tokens ont un taux de réussite très faible (environ 0,05 %).

La conclusion : Le taux de réussite global a chuté parce que la scène a été inondée de tokens « Zero-Self-Buy ». Si vous ne regardez que les tokens où le créateur a acheté son propre billet, le taux de réussite est en fait le même qu'en 2025. La « malchance » vient simplement du fait qu'il y a beaucoup plus de tokens « risqués » maintenant.

3. Le superpouvoir des « Réseaux Sociaux »

L'étude a examiné si avoir un compte Twitter (X), un site web ou un groupe Telegram aidait. Les résultats sont frappants :

Telegram est Roi : Les tokens qui faisaient la publicité d'un canal Telegram avaient presque 9 fois plus de chances de graduer que ceux sans Telegram.
L'effet « Full Stack » : Les tokens qui faisaient la publicité des trois (Twitter, Site Web et Telegram) avaient un taux de réussite 17 fois plus élevé que les tokens n'en ayant aucun des trois.
L'analogie : Imaginez un spectacle de talents où les artistes qui ont un club de fans attendant devant la porte (Telegram) sont presque garantis de recevoir une ovation debout. Ceux qui arrivent juste avec une guitare et sans base de fans sont généralement hués et renvoyés de la scène.

4. La règle des « 5 premières minutes »

Les chercheurs ont suivi exactement le temps qu'il a fallu pour qu'un token gradue.

Le constat : Si un token doit graduer, cela se passe vite.
L'analie : C'est comme un sprint. 90 % des tokens qui réussissent le font dans les 2 premières minutes de la course. Si un token n'a pas franchi la ligne d'arrivée à la marque des 5 minutes, il est presque certain qu'il va perdre. La « survie » d'un token se décide de manière quasi instantanée.

5. Qu'ont-ils réellement publié ?

Ce document n'est pas seulement fait de chiffres ; il s'agit d'ouvrir la porte aux autres pour vérifier les calculs.

Le jeu de données : Ils ont publié une liste massive (plus de 860 000 entrées) de chaque token qu'ils ont observé, étiqueté selon qu'il a réussi ou échoué. Ils l'appellent RED-PUMP-2026-v1.
Le cadre de travail : Ils ont créé une nouvelle façon de mesurer ces tendances au fil du temps, appelée Graduation Regime Windows (GRW). Considérez cela comme le fait de nommer différentes « saisons » du spectacle (par exemple, « La saison Marino » de 2025 contre « La saison Red Pump » de 2026) afin que tout le monde puisse comparer des pommes avec des pommes.

Résumé

Le document nous dit que le spectacle de talents « pump.fun » est toujours incroyablement risqué (moins de 1 token sur 500 réussit). Cependant, les chances sont fortement en faveur des tokens qui :

Ont un créateur qui achète son propre billet (Self-Buy).
Ont une forte présence sur les réseaux sociaux, en particulier un groupe Telegram.
Se mettent en mouvement de manière incroyablement rapide (dans les premières minutes).

La baisse des taux de réussite globaux n'est pas due au fait que les « gagnants » sont devenus moins bons ; c'est parce que la scène est désormais encombrée d'un nombre beaucoup plus grand de tokens qui n'ont aucun de ces avantages.

Résumé Technique : Fenêtres de Régime de Graduation de Pump.fun

Énoncé du Problème
La plateforme basée sur Solana, pump.fun, facilite le lancement de memecoins, où un jeton « gradue » lorsque la réserve de sa courbe de liaison (bonding-curve) atteint un seuil (environ 85 SOL), migrant ainsi vers le DEX PumpSwap. La graduation est un événement rare. Bien que les tableaux de bord de l'industrie et des travaux académiques antérieurs (ex. Marino et al., 2026) aient fourni des taux de graduation agrégés, la littérature manque de : (1) un ensemble de données de référence de niveau record, public, pour la réplication méthodologique ; (2) l'application de méthodes d'analyse de survie (Kaplan-Meier, modèles à risques proportionnels de Cox) pour modéliser la dynamique de graduation ; et (3) une évaluation quantitative des caractéristiques de présence sociale hors-chaîne (Twitter, site web, Telegram) en tant que prédicteurs de graduation. De plus, les taux de graduation ont considérablement évolué au fil du temps (passant de <2 % au T4 2024 à 0,63 % à la fin de 2025), nécessissant un cadre pour comparer ces différents « régimes » temporels.

Méthodologie
Les auteurs présentent une analyse de survie de 832 941 lancements de jetons uniques observés de manière continue entre le 8 mai 2026 et le 10 juin 2026 (le régime « RED-PUMP-2026-v1 »).

Collecte de Données : Un observateur de la blockchain publique s'est abonné au flux de mise à jour des comptes de programme de pump.fun. Pour chaque lancement, le système a enregistré l'adresse de mint, les horodatages (seenAt, created_timestamp), la capitalisation boursière initiale (en SOL), et trois indicateurs booléens pour la présence d'une URL Twitter, d'un site web ou de Telegram dans les métadonnées de lancement.
Définition de l'Événement : L'étude suit les jetons pendant 24 heures. Les issues terminales sont GRADUATED (la courbe de liaison est franchie) ou TIMEOUT (24 heures écoulées sans graduation). Le TIMEOUT est traité comme un événement censuré à droite.
Cadre Statistique :
- Estimateur de Kaplan-Meier : Utilisé pour estimer la probabilité de graduation cumulative $F(t) = 1 - S(t)$ et générer des courbes de survie.
- Stratification : L'analyse a été stratifiée par indicateurs de canaux sociaux (comptages individuels et combinés) et par quartiles de capitalisation boursière initiale.
- Modèle à Risques Proportionnels de Cox : Un modèle semi-paramétrique multivarié a été ajusté pour estimer les rapports de risques (hazard ratios) ( $\lambda_i(t|x_i) = \lambda_0(t) \exp(\beta^\top x_i)$ ). Les covariables incluaient les indicateurs sociaux, la capitalisation boursière initiale transformée en logarithme, et la longueur de la description transformée en logarithme. Une pénalité L2 ( $10^{-3}$ ) a été appliquée pour stabiliser les estimations.
- Comparaison de Régimes : Les auteurs formalisent le cadre des « Fenêtres de Régime de Graduation » (Graduation Regime Windows - GRW) pour comparer la fenêtre actuelle de 34 jours avec les périodes antérieures (T4 2024 et la fenêtre de Marino et al., 2026).

Résultats Clés

Taux de Graduation Global : Le taux de graduation agrégé pour la fenêtre RED-PUMP-2026-v1 est de 0,198 % (IC Wilson 95 % [0,189 %, 0,208 %]). Cela représente une baisse de 3,18× par rapport au taux de 0,63 % rapporté par Marino et al. (2026) pour septembre–octobre 2025.
Effets de Présence Sociale : Les indicateurs sociaux hors-chaîne sont hautement prédictifs.
- Les lancements avec un canal Telegram graduent à 1,485 % contre 0,166 % sans (une hausse de 8,94×). Le rapport de risque (hazard ratio) de Cox multivarié pour Telegram est de 5,40 (IC 95 % [4,73, 6,17], $p=6 \times 10^{-138}$ ).
- Les lancements faisant la promotion des trois canaux sociaux graduent à 1,919 % contre 0,110 % pour ceux n'en ayant aucun (une hausse de 17,4×).
Capitalisation Boursière et Auto-achat :
- La distribution de la capitalisation boursière initiale montre une masse importante au niveau de la valeur par défaut de la plateforme de 30 SOL.
- Le quartile supérieur (capitalisation initiale > 31 SOL, interprété comme un auto-achat du créateur) gradue à 0,634 %, ce qui correspond presque exactement au taux agrégé de 0,63 % de l'étude de Marino et al. (2026).
- Les trois quartiles inférieurs (dominés par les lancements sans auto-achat) ne graduent qu'à 0,053 %.
Performance du Modèle : Le modèle de Cox atteint un indice de concordance de Harrell de 0,858.
Dynamiques Temporelles : Les quatre premiers jours de la fenêtre d'observation ont montré des taux artificiellement bas (0,015 % – 0,043 %) en raison de la latence de mise en route de l'infrastructure de l'observateur. En excluant cette période, le taux en régime permanent est de 0,207 %.

Signification et Revendications
Le document revendique quatre contributions principales :

RED-PUMP-2026-v1 : Le premier ensemble de données de référence de niveau record, public, pour pump.fun (860 213 lancements) avec un schéma figé, publié sous licence CC-BY-4.0 sur Zenodo.
Premières Méthodologiques : La première application publiée des courbes de survie de Kaplan-Meier et de la modélisation des risques proportionnels de Cox aux événements de graduation de pump.fun.
Décomposition Longitudinale : Une décomposition empirique suggérant que la baisse trans-régime des taux de graduation est largement attribuable à un changement compositionnel vers des lancements sans auto-achat (qui ont de faibles taux de succès), plutôt qu'à une baisse du taux de succès des lancements avec auto-achat (qui restent stables à ~0,63 %).
Standardisation : L'introduction du cadre des Fenêtres de Régime de Graduation (GRW) et de l'Indice de Graduation de Pump.fun (PGI) en tant que mesures standardisées pour les futurs travaux comparatifs.

Les auteurs déclarent explicitement qu'ils ne revendiquent pas de causalité concernant les canaux sociaux, offrant l'effort, la découvrabilité et la sélection comme des interprétations non exclusives. Ils notent également que le plafond d'observation de 24 heures et les retards de détection sont des limites, et que les élévations de taux de graduation rapportées sont des métriques prédictives pour la conception de filtres plutôt que des signaux de trading exploitables sans validation supplémentaire.