dddd

dddd

[dddd @0x0000000009]

哎，你看你们还是揪着滑点不放，提到了好几次池子问题你们总是自动忽略，如果真是滑点问题其他几家为何要赔付。
你们不会主动去调查，只会绕着「市场波动」/「滑点」这几个字回答，所以我说了像是跟人机对话。甚至我图一的几个价格都证明了不是滑点问题，也通过这几个价格花了5天总算跟客服说明白了，到你这又成滑点问题了。

[dddd @0x0000000009]

之前 $币有 池子问题导致不少人交易立亏至少一半，目前看到 gmgn 和 ave 都进行了赔付，只有币安钱包 @BinanceWallet 无动于衷。
跟客服掰扯了几天，一点调查不做，造成亏损的原因是啥至今都不知道，刚开始问就回答滑点 60% 太大+市场波动导致。
后来反复提醒池子有问题，并且问图 1 的价格问题总算让他们明白不是滑点的原因（花了5天），但还是没提及池子的问题，并且认为计算方式没错，所以就给出了图 2 的问题，最终回复图 2 这种情况就是正常的不会赔付（见图 3），全程好似跟人机对话，实在是蚌不住了🥲

@binance @heyibinance @cz_binance @AncoBinance

[dddd @0x0000000009]

@AncoBinance 前天币有池子问题导致的损失会像 gmgn 和 ave 那样进行赔付吗

[dddd @0x0000000009]

@raylin51 长老师教教

[jack @jacknuked]

https://t.co/movrNZBN5i

[dddd @0x0000000009]

@Sandlily163 ？

[dddd @0x0000000009]

@0x_KevinZ 老师拉拉🙌

[dddd @0x0000000009]

@0xYuxi @ourbit 酸了老师

[dddd @0x0000000009]

@Cogni_Token 牛逼，对你们有偏见打少了🥹

[dddd @0x0000000009]

@brightjoe_9 @Shanks_A9z 最好把原sql一起提供过去让他修改

[dddd @0x0000000009]

@Ru7Longcrypto @cz_binance @0xrahulk @CZ 老师全买了

[dddd @0x0000000009]

@hunggudng193260 @Shanks_A9z 多加些筛选应该能解决吧

[dddd @0x0000000009]

@xuchji @Shanks_A9z 很好改的，没代码基础问 ai 就能帮你解决

[dddd @0x0000000009]

@alyonitabtc181 @ParticleNtwrk 梅林：这是我最后的波纹了

[dddd @0x0000000009]

@0xYuxi @ourbit 太惨了

[dddd @0x0000000009]

@Python086 @gmgnai 谢谢茄老师认可🥳

[dddd @0x0000000009]

抛砖引玉，写篇文章分享下扒 KOL 地址的方法，顺带蹭蹭 @_kaitoai 的 yap。

以下仅以我知晓的方法按常见的晒图分类说明，其中涉及到的案例，除开明确获得许可，均来自于链上随机挑选的地址。

一、公开泄露
最简单的一种方式：
- 博主自身在 twitter 或者自己的 tg 频道透露
- 在 @gmgnai 进行了认证，可以在「钱包跟单」-「KOL/VC」中去找
- 涉及到 twitter 认证的平台，可以自己想想

二、交易记录晒图
比如 ok 钱包一笔购买交易的截图，这类图片通常包含以下信息：
- 交易地址
- 购买数量
- 花费的 SOL
- 交易时间

但是晒的图中往往几项关键的信息往往会被打码，这里以最难但至少可行的两种情况说明：泄露了至少分钟级别的「交易时间」或者泄露了「花费的 SOL」。

泄露「交易时间」可以直接使用 dexscreener 基于时间筛选的功能（GMGN 也有，但不知道为什么我使用后总是数据不全），附加上交易类型的筛选，时间越精确越容易找到，如果存在多个地址，需要自己推测 KOL 花费的 SOL 或者查找 KOL 的历史推文，看他是否推过其他代币，再来确认这些钱包是否有交易过这些代币，当然前提是这些代币是一个钱包买的。

泄露「花费的 SOL」相对麻烦一点，结合 KOL 的推文你能得出的信息仅有两点：
1. SOL 数量
2. 交易产生于博主发推的时间点之前

所以先筛选时间，如果 SOL 数量很特殊，比如 1.18、44 之类比较少见的数量还好说，要是使用的 1 sol 这种大概率很难找到了，同样需要结合历史推文做更详细的分析。

三、GMGN 盈利分享图
这种图最有用的信息就是右下角的地址前缀+后缀了，直接查找交易过该代币并且符合前后缀的地址就行。

我在 Dune 上面写了一个查询工具，输入合约，前5位，后3位地址即可： https://t.co/l413xj4bkD

四、带买卖点位的 K 线图
这应该是最常见的类型之一了，当看到截图后，首先应该判定 K 线级别，如果截图不全，则需要通过不断切换 K 线级别进行细致的对比直到完全匹配（也有像 GMGN 的折线图部分，这种需要适当结合关键转折点，放大时间范围以求将点位包含进去）。

当 K 线为分钟线时相对容易，更大级别的线就需要借助工具查找了。

分钟线级别：

这张 $DREAM 的图没有明确截到购买的时间点位，但通过 k 线对比不难找出为 1m 级别，从这张图能得出的信息：
1. 该地址在 14:28 分进行了一次购买
2. 至少有 2 笔买入，3 笔卖出，所以至少有 5 笔交易（不能预设截图中看到的就是全部的交易，比如截图中最后一笔交易为购买，但根据推文中的信息能推断出 KOL 还有卖出行为，可以将交易数量再往上加）

实操：
1. 筛选出 14:28-14:29 的购买类型的交易
2. 仅查看交易笔数大于等于 5 的地址（@gmgnai 和 @Diting188 均支持），点进地址检查买卖次数是否也符合，最后在筛选出该地址的交易，在 k 线图上进行点位的对比

高级别 k 线：
这种 k 线比如小时线蕴含的交易数量太多，已经很难通过肉眼筛选查询了，因此需要一定的代码能力，获取对应时间范围内的交易并解析。

比如我自己弄的一个工具，给定合约，日期范围和最小交易量，获取每个地址的交易量，交易次数，交易代币数量（虽然初衷是用来找特定时间范围内的拉盘/吸筹/砸盘地址）。

实操就很简单了
- 粗糙点的做法是直接筛选出这个时间范围内的地址，找买卖次数符合的地址
- 更细致点的就是直接匹配截图对应几个时间段内的产生过相应交易类型的地址

当然也可以使用 Dune，不过我没有找到有人写了类似功能的查询，有想法的可能需要自己动手写。

P.S 这里顺带给我在 @myshell_ai 上撸的辅助写 Dune 的 bot 打个广告 ，有写 Dune 需求的可以试试，另外还特别推荐去撸撸 shellcoin 拿空投
bot 链接：https://t.co/QvxEPPfmMl

注意事项：该方法并不是百分百能找到的，需要留意对方用的什么平台，一些平台上产生的交易，在另外的平台比如 gmgn 可能并不会解析出来，因此能否找出地址还取决于工具使用的数据源全不全

五、 photon、bullx、钱包盈利图
这类与遮住 gmgn 右半部分的盈利图相同，属于已知总购买金额、盈利情况、总卖出金额的其中几项。这应该属于最难的一类了，因为信息量实在少的可怜，非常依赖 KOL 发推的及时性作为时间上的补充信息。

这里以 @Shanks_A9z 老师在这条推特 https://t.co/mxQprCpXmr 晒的 swarms 盈利为例（虽然最终结果不知道出于什么问题没找到）

当然这里需要做出假设：确实是在 14:35 左右截的图并且立马发在微信上的（发推的及时性）
从推文中能得出：
- 14:35 左右持仓价值 63665.26，盈利 44646.53，倍率 3.34
- 14:35 之后打算出货
- 从评论区得出发推的时候大概率已经出完了
- （漏掉的一个很重要的信息，后续再来提）
从 k 线能得出的信息：
- 14:35 币价在 0.04-0.043 之间

推算：
- 结合持仓价值和币价，持仓数量在 1.4m - 1.6m 之间
- 总的购买金额为 63665.26-44646.53 = 19,018.73（可以再利用倍率核验是否有 p 图 63665.26/3.3475= 19,018.75）
- 结合币价及倍率，购买均价在 0.012 到 0.013 之间
- 通过购买均价能找到大致的交易时间范围是在 10:35-11:25 之间（图中方框，当然因为是均价的缘故可能在上方还有加仓），并且因为做过 RSI 指标的使用分享，从 RSI 上也能看出他大概率会在这段时间范围内买入

第一次尝试：通过工具筛选出 10:30-12:00（适当放宽范围增加容错） 净买入量在 17000u-21000u 或者净买入数量在 1.4m-1.7m 之间的地址，但挨个查看后发现都不满足购买均价的条件，失败 x 1

第二次尝试：随后突然想到展示的盈利额是相对较大的，应该能直接上盈利排行榜，于是在 gmgn 上寻找 4wu 盈利左右的地址，但始终没能找到符合倍率条件的地址，失败 x2

反复审查后，我猛地发现自己漏掉的一个很重要的信息：钱包总持仓价值 = swarms 的价值，这意味着这个钱包只有 swarms，很大概率是另一个钱包购买后转移进来的。

因此，上述推算的后三点均不成立，实际应该是转移进钱包时，总的代币价值 19,018.73，转移均价而非购买均价在 0.012-0.013 左右，转移的时间依旧在之前的大致范围。

此刻的有效数据仅剩下持仓量范围和大致的时间了。

第三次尝试：因为存在多钱包转入的可能性，所以在 arkham 上寻找 10:30-13:00 收到净转移总量在 1.4m-1.6m 之间的地址，然而结果中的所有地址都不满足转移时间的条件，失败 x3

第四次尝试：苦思无果，还能想到的最后一个办法就是找到一个能定期快照代币 holder 及持币数量的工具，幸运的是 Dune 上面就有，不幸的是该查询的底层数据库的时间粒度是以天为单位，意味着在一天内做波段的地址不会被快照到的，但依旧抱着希望寻找了一番，失败 x 4。

至此所有思路都失败了，可能是持仓量统计还是有问题，可能是 arkham 数据不全，但思路我认为还是值得分享出来。

六、关联钱包
当你翻遍博主推特，通过上述方法终于找到一个地址后，可能发现对方使用的是新钱包或者是已经弃用的老钱包，就可以使用 cielo 的 related wallets 功能找到有关联的地址。
link: https://t.co/oJwvNHN62R

总结
找地址的本质在于从 KOL 的推文挖掘出尽可能多的信息，在明面上的信息之外找到更多的辅助信息，上述分类方法本质也只是基于不同的信息进行的分析。

分析思路需要打开，比如当你看到一个博主分享自己买了多少 u，最后在多少市值左右全出了，然后卖飞了多少倍，那么你能得出什么信息？
1. 结合当时的 sol 价格，你能得出他买了多少 sol
2. 他的全部卖出时间一定在对应市值之前

基于这些信息，再来做出一些假设，比如算出来总共买了 3.1sol，高概率的三种情况是：
- 0.1 sol 内盘/底仓 + 3 次的 1 sol 加仓/2 次 1.5 sol 的加仓 / 1 次 3 sol 的加仓

再结合时间点不就是情况 4 的方法了。

以 @xixikawaii 老师昨天发的这条推 https://t.co/McWhaq0giG 为例做个收尾，首先看完整个推文线程，虽然打码了很多，但还是漏了一些信息：
- 5:15 持仓的 EVAN 价值 94098 RMB
- TETSUO 为第二大持仓
- 5:15 之前数分钟内 EVAN 币价 0.042-0.045

实操（虽然得到了汐汐老师的同意，但还是避免直接给出数据）：
1. 首先去 OKX 将货币换成 RMB，得出 OKX 中 u 跟 RMB 的汇率 rate，加减 0.1 得到一个范围
2. 结合 RMB 价值就能得到 U 价值的范围
3. 最后用 U 的最高价值 / 0.042 和 U 的最低价值 / 0.045 就能得出持仓的最小可能值和最大可能值
4. 然后在 solscan 看看符合条件的地址是否第二大持仓为 tetsuo 即可

最后，当你在这一条推文中失利了，下一条推文可能又会让你峰回路转，不必放弃。希望大家能在表示认可特别是加入一个付费群之前试试扒下地址，能极大的帮你认清这个 KOL 的能力，避免被坑。 @aixbt_agent

[汐 @xixikawaii]

好了，我退圈了🤡 $EVAN

江湖再见各位 ❤️

@star_okx @Mercy_okx @mia_okx

[dddd @0x0000000009]

@yuyue_chris 蛊真人也挺不错，可惜被蓝银缠绕了

[dddd @0x0000000009]

💎👋大失败，利润全吐回去了 ，fuck $simmi

[dddd @0x0000000009]

$SIMMI 会 flip $CLANKER 吗🥹