AIMM：基于人工智能的多模态框架，用于检测受社交媒体影响的股票市场操纵

市场操纵如今通常源于 coordinated social media 活动，而非孤立的交易。零售投资者、监管机构和经纪商需要连接在线叙事和协调模式与市场行为的工具。我们提出 AIMM，一个人工智能驱动的框架，将 Reddit 活动、机器人和协调指标融合到每只股票的每日 AIMM 操纵风险评分中。该系统使用原生 Parquet 数据管道，配备 Streamlit 数据仪表板，允许分析师探索可疑时间窗口，检查底层帖子和价格行情，并记录模型输出以便长期跟踪。由于 Reddit API 限制，我们采用校准后的合成社交特征，匹配已记录事件特征；市场数据（OHLCV）使用来自 Yahoo Finance 的真实历史数据。本次发布包含三个贡献：第一，我们构建了 AIMM 真实数据集（AIMM-GT）：33 条标注 ticker-天，涵盖八只股票，从 SEC 执法行动、社区验证的操纵案例中提取，并匹配正常对照。第二，我们实现了前向步进评估和 prospective 预测日志，以进行回顾性和部署式评估。第三，我们分析了 lead time，显示 AIMM 在 GME 事件达到峰值前 22 天即已触发警报。当前标注集较小（33 ticker-天，3 个阳性事件），但结果显示初步的判别能力和对 GME 事件的早期警报。我们发布代码、数据集模式和数据仪表板设计，以支持社交媒体驱动的市场监测研究。