Research / Lee

研究

用公开的链上数据和写明的方法，看清链上谁在赚钱，谁在设局。

聪明钱

2026.10.10 · 12 分钟

Nansen 平替工具横评：五大链上聪明钱追踪工具深度对比

示例结论：深度横评 Nansen、GMGN、Arkham、Bubblemaps、DeBank 的公链覆盖、功能特长与收费机制，教你用零成本组合跑通链上聪明钱追踪与老鼠仓排雷。

Lee · 2026.10.10

链上宏观

示例结论：从全网流动性水温到资金摩擦成本，一套穿透虚假数据的链上观察框架。

Lee2026.10.1016 分钟

PEPE 共识钱包持仓量（示意数据）示意

聪明钱

示例结论：从共识买入到集中退出：怎样衡量信号的风险，而不只看收益

Lee2026.10.0212 分钟

不同识别方法的有效钱包数量（示意数据）示意

聪明钱

示例结论：结合资金、行为与时间的多维过滤，能够在较低误报率下识别出更稳定的聪明钱名单。

Lee2026.09.2815 分钟

异常行为钱包的分布（示意数据）示意

风险账号

示例结论：异常的高频交易与自交易行为在链上有可识别特征，应从聪明钱名单中剔除以降低误报率。

Lee2026.09.2014 分钟

每两周一篇研报，中间周一条短观察。