88 小时、20 万次发币:跟单「聪明钱」的 32 种配置全部亏钱
memecoin 的跟单生意建立在两个假设上:能认出同一伙钱包,且能在他们买入之后跟上。这篇论文用 88.3 小时的完整账本,把两个假设分别检验了一遍。第一个勉强成立,第二个在 32 种配置里全部失败。

01一份 88.3 小时的全量账本
数据窗口只有 88.3 小时,但密度惊人:200,443 次代币发行,平均每小时 2,270 次、每分钟约 38 次;15,854,121 笔曲线交易,折算每秒约 50 笔;另有 5,102 万笔 SOL 转账,用来追资金关系。这不是抽样,是窗口内的完整记录。
第一件需要说清的事是:绝大多数发币没有任何后续。窗口内 53% 的完整发行,其曲线上的 SOL 从未超过 1 枚。换句话说,一半以上的「新币」从出生到结束都没有进入任何有意义的交易状态。这也决定了后面所有统计的分母:拿「所有发币」当分母,任何策略的命中率都会被稀释得很难看。
论文把「群」定义为通过至少一条通道连起来的钱包集合,通道有五条:共同买入(同一时间窗内买同一枚币)、共同资金来源、联合签名(同一笔交易里的多个签名者)、转账关系、以及持仓合并。这五条都不需要标签,只需要链上记录。
02没有标签,怎么证明「这群人是一伙的」
这是全文方法论上最扎实的一段。作者承认没有 ground truth,于是设计了三重验证:第一,用样本外的链接预测——拿一部分边训练、另一部分边测试,看这套规则能不能预测出未参与建图的连接;第二,找「非交易关系」,比如共享资金但从未交易过同一枚币的钱包,如果这些也被规则连上,说明捕获的是真实关系而不是交易巧合;第三,做朴素对照——把所有「同时买入同一枚币」的钱包直接聚类,看它和精心构造的群在同等数量下谁更能区分代币。
raw clustering collapses into one giant component, yet it ranks tokens at least as well as the groups, so the value of the structure is descriptive.原文
注释:这句话是全文最诚实的地方:作者花大力气做的归群,在「预测哪些代币会涨」这件事上并没有超过一个简单方法。结构能讲清「谁和谁一伙」,但不能自动变成信号。
结果是一个由 23,710 个群组成的结构。它的分布极度集中:群内代币数的基尼系数 0.86(同样数量的代币均匀分布时是 0.19),前 1% 的群——约 237 个——占了被归属代币的 43%。另有 43% 的群只有一个钱包,也就是「单人操盘」。13,940 个群至少在一枚代币上是最早信号来源。
作者把群分成几类:连续发币的创作者(serial creators)、长期存在的早买环形账户(long-lived rings)、以及只买不发的跟风群。分类用 k-means 对群级特征做聚类,聚类数由轮廓系数选。这一段是描述性的,作者没有声称这些类型有因果含义。
03结构只能描述,不能预测
论文问的第四个问题是:有群成员参与的代币,价格路径是否不同?答案是「表面上不同,控制之后消失」。有成员参与的代币确实呈现更像拉盘的路径;但把对照组限制在「可比代币」之后,对比就消失了。作者因此把它写成关联,而不是效应。
现金流的对比更细致:已知成员比同一枚币的其他买家买得更早,也比「活动量匹配的安慰剂组」提取更多现金;而晚买的买家净现金流为负。这一句几乎是整个 memecoin 生态的缩影——早进的人赚的是晚进的人的钱,且这个差额在统计上能对上。
但作者紧接着补了一句限制:这些是「谁赚谁亏」的描述,不是「跟着谁就能赚」的证明。因为「知道谁是成员」和「在成员买入时你能买到」是两件完全不同的事。这就引出了全文的核心否证。
04跟单者的 32 次失败
作者构造了一个「跟单者」:每当出现最早期的群信号,就以当时的曲线价格买入,止盈 1.3 倍、止损 0.7 倍、最长持有 60 秒。策略参数在前 70% 的信号上选定,然后在后 30% 上做样本外测试。两种成本口径(按项目计、按事件计)与四种延迟交叉,一共 32 种配置。
| 信号集 | 成本口径 | 样本外每笔净收益 | 胜率 | |
|---|---|---|---|---|
| 全部信号(31,836 笔),按项目计,−8.9 个百分点,24% | 全部信号(31,836 笔),按事件计,−4.5 个百分点,25% | 仅买家(4,867 笔),按项目计,−7.8 个百分点,27% | 仅买家、群≥6 人(2,097 笔),按事件计,−4.7 个百分点,35% | 仅买家、群≥13 人(1,299 笔),按事件计,−4.9 个百分点,35% |
32 种配置全部为负,区间分别是「按事件计 −7% 到 −4%」与「按项目计 −11% 到 −8%」,组级 bootstrap 区间在 32 种里全部落在零以下。把范围收窄到「大群、只买家」,胜率从 24% 升到 35%,但每笔期望仍然是负的。
A follower entering at the earliest group signal loses money out of sample in all 32 configurations and does no better than random entry.原文
注释:随机入场的对照同样亏 6% 到 10%,跟单者与它的差距在 1 个百分点以内。这排除了「策略太差」的解释——在这个窗口里,任何在信号出现后入场的短线策略都亏。
为什么会这样?论文给了一句很短的答案:等到一个群可以被识别出来时,它的买入已经在价格里了。识别需要至少几笔可关联的交易,而这几笔交易本身就把曲线推上去了。信号不是先行指标,是同步指标,甚至是滞后指标。
05把成本一项项加上去:+5.4% 如何变成 −9.9%
为了回答「到底是什么吃掉了利润」,作者固定了一条动量规则:曲线在创建后 120 秒内达到 10 SOL 就入场,止盈 1.5 倍、止损 −20%、最长持有 60 秒;在 15,000 枚随机代币上,把成本一项一项加上去。
| 情形 | 每笔平均收益 | 中位数 | 胜率 | ||
|---|---|---|---|---|---|
| 无费用、无滑点、无延迟,+5.4%,−22.4%,41% | + 实际协议费(下限 0),+5.4%,−22.5%,41% | + 2% 费用下限,+3.7%,−23.8%,41% | + 每边 1.5% 滑点,+0.6%,−26.1%,40% | + 1 秒延迟(默认),−9.9%,−26.3%,29% | + 3 秒延迟,−11.5%,−22.5%,27% |
这张表的信息量比结论句大得多。毛收益 5.4%,2% 的费用下限拿走 1.7 个百分点,往返 3% 的滑点再拿走 3.1 个百分点,剩下 0.6%;而 1 秒延迟直接把它打到 −9.9%。延迟这一步的代价约 10.5 个百分点,是所有成本项里最大的一项,而且它不是手续费,是「你买到的价格已经不是信号出现时的价格」。
作者还做了一次很关键的交叉验证:用恒定乘积公式,从上一笔事件的储备状态重算这一笔的成交,99.6% 的买入与 98.1% 的卖出能在万分之一相对误差内复现。这说明模拟器本身的算术是对的;不能被验证的是「你自己的订单会如何改变别人的行为」,那部分只能靠假设。
06126 个钱包的团队,与「精确率一半到四分之三」
论文的最后一个问题是:是否存在「快速钱包团队」,以及它们是否与代币冲到某个曲线高度相关?作者独立搜出四个团队,最大的一个 126 个钱包。关联性存在:这些团队参与的代币,达到 20 SOL 的概率是可比对象的 2 到 4 倍,在创作者内部比较也成立;到 60 SOL 时超额变小,到「毕业」(迁移到 AMM)时消失。
但作者没有停在相关性上。他把团队规则冻结,在窗口最后一段做留出检验:规则精确率大约在一半到四分之三之间,看着不错。接着他拆开看三个问题——很多信号出现时曲线已经持有 20 SOL;大部分信号来自同一个团队;把「早期曲线状态」作为控制变量放进去之后,团队信号不再提供额外信息。
结论因此变得很克制:团队识别更像是「事后描述谁在推动」,而不是「事前预测哪枚币会涨」。一个 126 个钱包的团队确实存在,也确实与更高的达标率相关,但这个相关性被「早期曲线状态」解释了——换句话说,你不需要认识团队,看曲线到没到 20 SOL 就够了。
07同一份数据怎么被算成「盈利」
论文专门用一节记录「评估错误」:同一批数据,换几种常见处理,就能得出正收益。作者列出的坑包括——只统计达到某个阈值的代币(幸存者偏差)、用事后才确定的群成员身份去回测(前视偏差)、忽略 1 秒以上的延迟、把「按项目计」的成本换成更宽松的「按事件计」却不说明、以及在样本内调参后不做留出检验。
We also document evaluation errors that turn the same data into apparent profit.原文
注释:这一节对写研报的人比结论更有用:它给出了一份「看到正收益时该问的问题」清单。任何 memecoin 策略回测,只要没写清延迟、成本口径与样本筛选,数字就不必看。
这些错误并不需要造假。它们大多是「顺手」的选择:用现成的毕业代币列表、用已经标注好的群、用日线收盘价代替逐笔成交。每一个单独看都合理,叠在一起就把 −9.9% 变成 +20%。
08对中文读者的用法:三个可执行的判断
第一,看信号的时间戳与价格的关系。如果一个「聪明钱提醒」的截图里,价格已经比群成员买入时高出一大截,那它对你的价值就是负的。这篇论文的定量结论是:等到群可识别,买入已在价格里;1 秒延迟约等于 10 个百分点的代价。
第二,看成本口径有没有写延迟与费用下限。只写「手续费 1%」的回测基本可以跳过;pump.fun 这类曲线市场的真实成本结构是「2% 费用下限 + 往返滑点 + 区块延迟」,三项里延迟最大。作者的表 10 已经把顺序排好了。
第三,看样本是不是只包含「已经跑出来」的代币。53% 的发行从未超过 1 SOL,任何把这些代币排除在外的统计都会系统性高估命中率。正确做法是把全量发行当分母,或者至少报告排除比例。
对做工具的人,这篇论文还提示了一个产品方向:与其卖「庄家名单」,不如卖「成本计算器」——输入你的延迟、费用与仓位,直接算出这笔跟单的期望。名单的价值是描述性的,成本才是决定性的。
09边界:这篇论文没有回答什么
样本只有一个 88.3 小时的窗口、一个平台,且窗口内的市场状态(热度、波动、参与人数)没有被单独控制。作者自己把 Q6(团队层)标为探索性,并在最后一段才补上留出协议。
执行模型也没有发真实交易。延迟被建模为秒级延迟,真实世界里还有优先费、打包包含、以及你自己的订单对曲线的推动——这些都可能让结果更好或更差。作者在表 10 下面写得很清楚:结论只在这些假设下成立。
最后,论文没有回答「有没有更快的参与者能赚到钱」。它只证明了「按公开信号、以秒级延迟跟单」不赚钱。这两句话经常被混为一谈,但差别决定了你该不该继续投基础设施。
10延伸阅读
· arXiv:2610.39458v1(physics.soc-ph),Fail Gafarov,Early-Buyer Groups and Fast-Wallet Teams on a Bonding-Curve Launchpad: A Prospective Measurement Study of pump.fun on Solana,https://arxiv.org/abs/2610.39458(2026-10-29 提交,CC BY 4.0)
· 同上,摘要与第 1 节(样本规模、53% 的发行从未超过 1 SOL)、第 5.2 节(基尼 0.86、前 1% 占 43%)、第 7.1 节(Table 9 跟单者收益)、第 7.2 节(Table 10 成本拆解)、第 8 节(团队层与留出检验)
· 本站换算:每小时 2,270 次发币 = 200,443 / 88.3;每秒约 50 笔 = 15,854,121 / 88.3 / 3,600;延迟项折价 10.5 个百分点 = 0.6% − (−9.9%);打平所需毛收益 1.94 倍 = 10.5 / 5.4
· 原文声明未发送真实交易,延迟为模型假设;结论仅在该执行模型下成立
访问日期:2026-10-31。文中英文短引均逐字摘自所列公开原文,译文与注释为本站所加;凡标注「本站复算」「本站换算」处均为按公开口径所做的算术推导,不是原作者结论。原文版权归原作者与发布方所有,本页为摘译与独立分析,不构成投资建议。
常见问题
这篇论文是不是证明了 pump.fun 上都是庄家?
不是。它证明的是:可以从链上数据里复原出 2.37 万个行为关联的钱包群,且活动高度集中(前 1% 的群占 43% 的代币)。但它同时证明,这个结构在预测代币走势上并不比朴素聚类更好。
为什么跟单 32 种配置全亏,还有人在赚?
论文测的是「公开信号 + 秒级延迟 + 固定止盈止损」这一类策略。它没有排除更快的参与者、也没有排除掌握非公开信息的人。它排除的是「看到提醒再手动/半自动买入」这条路径。
表 10 里延迟为什么影响这么大?
因为这类曲线的价格在最初几秒内移动最快。1 秒延迟意味着成交价已经不是信号出现时的价格,而止盈止损又是按信号价设定的,于是「该止盈的没到、该止损的已经穿价」。作者测算这一步约值 10.5 个百分点。
本文为公开论文的摘译、复算与解读,不构成投资建议。文中引用的英文原句均注明出处,数字以论文原文为准;标注「本站换算」的为按原文数字所做的算术推导。 最后更新:2026-10-31。


