💰 quantitative finance

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

Questo studio analizza 832.941 lanci di token su pump.fun per rivelare un netto calo di 3,18x nei tassi di completamento tra la fine del 2025 e la metà del 2026, attribuendo il decremento principalmente a uno spostamento verso i token "zero-self-buy" e dimostrando al contempo che la presenza sui canali social (particolarmente Telegram) aumenta significativamente le probabilità di successo.

Autori originali: Arati Uday Kamat

Pubblicato 2026-07-07

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Arati Uday Kamat

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina pump.fun come un enorme e caotico talent show che si svolge sulla blockchain di Solana. Ogni giorno, migliaia di nuovi "performer" (token crypto) salgono sul palco. Il loro obiettivo è semplice: ottenere abbastanza persone che comprino il loro biglietto per poter "diplomarsi" dalla piccola e rischiosa fase della "bonding curve" e passare al grande e famoso stadio di "PumpSwap".

La maggior parte dei performer fallisce. Esauriscono il tempo o i soldi e non arrivano mai allo stadio. Questo documento è uno studio massiccio di 832.941 di questi talent show che si sono verificati tra maggio e giugno 2026. I ricercatori volevano rispondere a due grandi domande:

Quali sono le reali probabilità di farcela?
Quali elementi specifici rendono un token più propenso al successo?

Ecco la suddivisione delle loro scoperte, utilizzando analogie semplici.

1. Le probabilità sono scese (Il "Tasso di Diploma")

Alla fine del 2025, circa lo 0,63% dei token è riuscito a diplomarsi. Pensa a questo come a 6 performer su ogni 1.000 che ricevono una standing ovation e si spostano nel grande stadio.

A metà del 2026, quel numero è sceso significativamente allo 0,198%. Sono circa 2 su ogni 1.000.

L'analogia: È come se il talent show fosse diventato molto più difficile. Il "tasso di successo" è sceso di oltre 3 volte rispetto all'anno precedente.

2. Perché le probabilità sono scese? (Il mistero del "Self-Buy")

I ricercatori hanno indagato sul perché il tasso di successo sia sceso. Hanno scoperto che non è stato perché i "buoni" token sono diventati improvvisamente meno bravi a esibirsi. Invece, è cambiato il mix di performer.

I Token "Self-Buy": Alcuni creatori comprano i propri token proprio all'inizio per mostrare fiducia (come un cantante che compra un biglietto in prima fila per se stesso). Questi token hanno un tasso di successo molto più alto (circa lo 0,63%).
I Token "Zero-Self-Buy": La maggior parte dei nuovi token nel 2026 è stata creata da persone che non hanno comprato i propri token inizialmente. Questi token hanno un tasso di successo molto basso (circa lo 0,05%).

La conclusione: Il tasso di successo complessivo è sceso perché il palco è stato inondato di token "Zero-Self-Buy". Se guardi solo ai token in cui il creatore ha comprato il proprio biglietto, il tasso di successo è in realtà lo stesso del 2025. La "cattiva fortuna" è semplicemente dovuta al fatto che ora ci sono molti più token "rischiosi".

3. Il superpotere dei "Social Media"

Lo studio ha esaminato se avere un account Twitter (X), un sito web o un gruppo Telegram aiutasse. I risultati sono scioccanti:

Telegram è il Re: I token che pubblicizzavano un canale Telegram avevano probabilità di diplomarsi quasi 9 volte superiori rispetto a quelli senza di esso.
L'effetto "Full Stack": I token che pubblicizzavano tutti e tre (Twitter, Sito Web e Telegram) avevano un tasso di successo 17 volte superiore rispetto a quelli che non ne avevano nessuno.
L'analogia: Immagina un talent show dove i performer che hanno un fan club che li aspetta fuori dalla porta (Telegram) hanno quasi la garanzia di ricevere una standing ovation. Quelli che si presentano solo con una chitarra e senza una base di fan vengono solitamente fischiati via dal palco.

4. La regola dei "Primi 5 Minuti"

I ricercatori hanno tracciato esattamente quanto tempo occorreva a un token per diplomarsi.

La scoperta: Se un token deve diplomarsi, accade velocemente.
L'analogia: È come uno sprint. Il 90% dei token che hanno successo lo fa entro i primi 2 minuti della gara. Se un token non ha tagliato il traguardo entro il segno dei 5 minuti, è quasi certamente destinato a perdere. La "sopravvivenza" di un token si decide quasi istantaneamente.

5. Cosa hanno rilasciato effettivamente?

Questo documento non riguarda solo i numeri; riguarda l'apertura della porta affinché altri possano controllare i calcoli.

Il Dataset: Hanno rilasciato una lista massiccia (oltre 860.000 voci) di ogni token che hanno monitorato, etichettata con l'esito di successo o fallimento. Lo chiamano RED-PUMP-2026-v1.
Il Framework: Hanno creato un nuovo modo per misurare questi trend nel tempo, chiamandolo Graduation Regime Windows (GRW). Pensa a questo come a dare il nome a diverse "stagioni" dello show (ad esempio, la "Stagione Marino" del 2025 contro la "Stagione Red Pump" del 2026) in modo che tutti possano confrontare mele con mele.

Riassunto

Il documento ci dice che il talent show di "pump.fun" è ancora incredibilmente rischioso (meno di 1 token su 500 ha successo). Tuttavia, le probabilità sono fortemente a favore dei token che:

Hanno un creatore che compra il proprio biglietto (Self-Buy).
Hanno una forte presenza sui social media, specialmente un gruppo Telegram.
Si mettono in moto in modo incredibilmente rapido (entro i primi minuti).

Il calo dei tassi di successo complessivi non è dovuto al fatto che i "vincitori" siano diventati peggiori; è dovuto al fatto che il palco è ora affollato da un numero molto maggiore di token che non possiedono nessuno di questi vantaggi.

Sintesi Tecnica: Finestre di Regime di Graduazione di Pump.fun

Problematica
La piattaforma basata su Solana pump.fun facilita il lancio di memecoin, dove un token "si gradua" quando le riserve della sua curva di legame (bonding-curve) raggiungono una soglia (circa 85 SOL), migrando sul DEX PumpSwap. La graduazione è un evento raro. Mentre le dashboard del settore e i lavori accademici precedenti (ad es. Marino et al., 2026) hanno fornito tassi di graduazione aggregati, la letteratura manca di: (1) un dataset di riferimento pubblico a livello di singolo record per la replicazione metodologica; (2) l'applicazione di metodi di analisi della sopravvivenza (Kaplan-Meier, Cox proportional hazards) per modellare la dinamica di graduazione; e (3) una valutazione quantitativa delle caratteristiche di presenza sociale off-chain (Twitter, sito web, Telegram) come predittori di graduazione. Inoltre, i tassi di graduazione sono cambiati significativamente nel tempo (dal <2% nel Q4 2024 allo 0,63% nella fine del 2025), rendendo necessario un framework per confrontare questi distinti "regimi" temporali.

Metodologia
Gli autori presentano un'analisi della sopravvivenza di 832.941 lanci unici di token osservati continuamente tra l'8 maggio 2026 e il 10 giugno 2026 (il regime "RED-PUMP-2026-v1").

Raccolta Dati: Un osservatore della blockchain pubblica si è iscritto allo stream di aggiornamento dell'account-program di pump.fun. Per ogni lancio, il sistema ha registrato l'indirizzo di mint, i timestamp (seenAt, created_timestamp), la capitalizzazione di mercato iniziale (in SOL) e tre indicatori booleani per la presenza di un URL di Twitter, un sito web o Telegram nei metadati di lancio.
Definizione dell'Evento: Lo studio traccia i token per 24 ore. Gli esiti terminali sono GRADUATED (la curva di legame è stata superata) o TIMEOUT (sono trascorse 24 ore senza graduazione). Il TIMEOUT è trattato come un evento di censura a destra.
Framework Statistico:
- Stimatore di Kaplan-Meier: Utilizzato per stimare la probabilità di graduazione cumulativa $F(t) = 1 - S(t)$ e generare curve di sopravvivenza.
- Stratificazione: L'analisi è stata stratificata per indicatori di canali social (singoli e combinati) e quartili di capitalizzazione di mercato iniziale.
- Modello Cox Proportional Hazards: È stato applicato un modello semiparametrico multivariato per stimare i rapporti di rischio (hazard ratios $\lambda_i(t|x_i) = \lambda_0(t) \exp(\beta^\top x_i)$ ). Le covariate includevano indicatori social, log-trasformazione della capitalizzazione di mercato iniziale e log-trasformazione della lunghezza della descrizione. È stata applicata una penalità L2 ( $10^{-3}$ ) per stabilizzare le stime.
- Confronto dei Regimi: Gli autori formalizzano il framework "Graduation Regime Windows" (GRW) per confrontare l'attuale finestra di 34 giorni con i periodi precedenti (Q4 2024 e la finestra di Marino et al., 2026).

Risultati Chiave

Tasso di Graduazione Complessivo: Il tasso di graduazione aggregato per la finestra RED-PUMP-2026-v1 è dello 0,198% (Wilson 95% CI [0,189%, 0,208%]). Questo rappresenta un calo di 3,18× rispetto allo 0,63% riportato da Marino et al. (2026) per settembre–ottobre 2025.
Effetti della Presenza Sociale: Gli indicatori sociali off-chain sono altamente predittivi.
- I lanci con un canale Telegram si graduano all'1,485% rispetto allo 0,166% senza (un incremento di 8,94×). Il rapporto di rischio (hazard ratio) multivariato di Cox per Telegram è 5,40 (9 95% CI [4,73, 6,17], $p=6,6 \times 10^{-138}$ ).
- I lanci che pubblicizzano tutti e tre i canali social si graduano all'1,919% rispetto allo 0,110% di quelli senza nessuno (un incremento di 17,4×).
Capitalizzazione di Mercato e Self-Buying:
- La distribuzione della capitalizzazione di mercato iniziale mostra una grande massa al valore predefinito della piattaforma di 30 SOL.
- Il quartile superiore (mcap iniziale > 31 SOL, interpretato come self-buying del creatore) si gradua allo 0,634%, che corrisponde quasi esattamente allo 0,63% del tasso aggregato dello studio di Marino et al. (2026).
- I tre quartili inferiori (dominati da lanci con zero self-buy) si graduano solo allo 0,053%.
Performance del Modello: Il modello Cox raggiunge un indice di concordanza di Harrell di 0,858.
Dinamiche Temporali: I primi quattro giorni della finestra di osservazione hanno mostrato tassi artificialmente bassi (0,015%–0,043%) a causa della latenza di warm-up dell'infrastruttura dell'osservatore. Escludendo questo periodo, il tasso in regime stazionario è dello 0,207%.

Significatività e Rivendicazioni
Il documento rivendica quattro contributi primari:

RED-PUMP-2026-v1: Il primo dataset di riferimento pubblico a livello di record per pump.fun (860.213 lanci) con uno schema congelato, rilasciato sotto licenza CC-BY-4.0 su Zenodo.
Primati Metodologici: La prima applicazione pubblicata di curve di sopravvivenza di Kaplan-Meier e modellazione Cox proportional-hazards ai processi di graduazione di pump.fun.
Decomposizione Longitudinale: Una decomposizione empirica che suggerisce che il declino dei tassi di graduazione tra i diversi regimi è sostanzialmente attribuibile a uno spostamento composizionale verso lanci con zero self-buy (che hanno bassi tassi di successo), piuttosto che a un declino nel tasso di successo dei lanci con self-buy (che rimangono stabili a ~0,63%).
Standardizzazione: L'introduzione del framework Graduation Regime Windows (GRW) e del Pump.fun Graduation Index (PGI) come metriche standardizzate per futuri lavori comparativi.

Gli autori dichiarano esplicitamente di non rivendicare la causalità riguardo ai canali social, offrendo interpretazioni non esclusive di sforzo, scopribilità ed effetto selezione. Notano inoltre che il limite di osservazione di 24 ore e i ritardi di rilevamento sono limitazioni, e che gli incrementi del tasso di graduazione riportati sono metriche predittive per la progettazione di filtri piuttosto che segnali di trading azionabili senza ulteriore validazione.