01 样本重叠度测试
我们抽样分析了市场上 4 个主流链上分析平台的聪明钱榜单，发现各平台选取的评价维度（如绝对收益、胜率、夏普比率）差异巨大。
主流聪明钱榜单抽样校验
不同榜单的样本重叠度有限，单一榜单并不能覆盖全部的聪明钱，需要结合多源数据进行交叉验证。
Lee··18 分钟·聪明钱
先看结论
- 对 4 个主流数据服务商的聪明钱榜单进行了横向交叉比对。
- 榜单之间的平均重叠率仅在 28% - 62% 之间。
- 依赖单一来源极易产生严重的视角盲区。
主流聪明钱榜单的样本重叠（示意数据）
不同榜单的样本重叠度有限，单一榜单并不能覆盖全部的聪明钱，需要结合多源数据进行交叉验证。
数据来源：LeeOnChain · 示意数据
02 差异成因分析
不同平台的算法对“已实现收益”与“浮盈”的处理方式各异，且未对跨链转移和关联子钱包做统一归集。
03 多源交叉建议
建议研究者不要盲信单一商业榜单，应构建可独立校验的规则集进行多源核验。