2、资金流向核心指标:净流入/流出、大额转账监控、鲸鱼地址追踪

聊链上资金流向,说白了就是看钱在往哪儿跑。

我刚开始做链上分析那会儿,总盯着K线图看,觉得价格涨跌就是一切。后来被市场狠狠教育了几次,才明白一个道理——价格是表象,资金才是本质。链上的每一笔转账,都是真金白银在说话。

2.1 净流入/流出:交易所的“体温计”

净流入/流出,是我每天必看的第一个指标。它衡量的是某个时间段内,流入交易所的资金减去流出交易所的资金。

核心逻辑:

  • 净流入为正:大量资金涌入交易所。通常意味着准备卖出,偏空。
  • 净流出为负:资金从交易所提走。通常意味着囤币不动,偏多。

嗯,这里要注意一个细节。净流入/流出不能只看绝对值,得结合价格位置看。我记得有一次,比特币价格在3万美金附近震荡,交易所连续三天出现大额净流出。我当时判断这是主力在吸筹,果断跟了一波。结果呢?一周后价格拉到3.8万。

怎么算?其实很简单。我一般用Dune或者Nansen直接拉数据,但如果你想自己动手,可以这样算:

净流入 = 交易所总流入量 - 交易所总流出量

// 以ETH为例,假设某交易所:
// 流入:100,000 ETH
// 流出:80,000 ETH
// 净流入 = 100,000 - 80,000 = 20,000 ETH(偏空信号)

我的习惯:我会同时看“交易所余额变化”和“净流入/流出”两个指标。如果净流入很大但余额没怎么变,说明交易所内部也在做对倒,这时候信号要打折。

2.2 大额转账监控:市场的“心跳”

大额转账,我定义为单笔超过一定阈值的转账。比如比特币单笔超过100 BTC,以太坊单笔超过1000 ETH。这些转账往往代表着机构、做市商或者鲸鱼的动作。

你想想看,普通散户谁会一次转100个比特币?所以监控大额转账,就是在监控“聪明钱”的动向。

我曾经在2021年519大跌前,监控到多个巨鲸地址在两天内向交易所转入了超过5万枚比特币。当时我就觉得不对劲,虽然市场情绪还很狂热,但链上数据已经给出了明确的警告。我果断减仓了50%。后来的事情,大家都知道了。

大额转账监控,我一般关注三个维度:

维度 说明 我的经验阈值
转账金额 单笔转账的绝对数值 BTC > 100枚,ETH > 1000枚
转账频率 短时间内大额转账的次数 1小时内超过3笔大额转账
目标地址 转给交易所还是冷钱包 转交易所=偏空,转冷钱包=偏多

避坑指南:我曾经踩过一个坑。监控到一笔10万ETH的大额转账,以为是巨鲸在出货,结果后来发现是交易所内部钱包整理。所以一定要结合地址标签来判断。别看到大额转账就慌,先看看是不是交易所自己的钱包在倒腾。

2.3 鲸鱼地址追踪:跟着“大鱼”走

鲸鱼地址,就是那些持有大量代币的地址。追踪他们,说白了就是跟着聪明钱走。

我个人习惯把鲸鱼地址分成三类:

  • 长期持有型鲸鱼:地址余额长期不变,偶尔有转入。这类鲸鱼是市场的定海神针。
  • 活跃交易型鲸鱼:频繁转账,经常出入交易所。这类鲸鱼是市场的风向标。
  • 项目方/基金会地址:持有大量解锁代币。这类鲸鱼的动作需要特别警惕。

怎么追踪?我一般用Etherscan的地址标签功能,或者用Nansen的“鲸鱼监控”面板。但最核心的,是建立一个自己的“鲸鱼观察清单”。

举个例子,我长期跟踪一个以太坊上的巨鲸地址(0x开头...嗯,具体地址就不说了)。这个地址在2022年底开始,每周固定从交易所提走1000-2000 ETH。我当时判断这是某个机构在悄悄建仓。果然后来以太坊从1200美金涨到了2000美金。

为什么会这样?因为鲸鱼的动作往往领先于市场。他们资金量大,建仓需要时间,所以会提前布局。等散户反应过来,鲸鱼已经在高位等着了。

我的小技巧:不要只看一个鲸鱼地址。我会同时跟踪5-10个核心鲸鱼地址,看他们的集体动向。如果多个鲸鱼同时在做同一件事(比如都在从交易所提币),那这个信号的可靠性就高很多。

2.4 知识体系:资金流向监控框架

下面这张图,是我自己总结的资金流向监控框架。你可以把它当成一个检查清单,每次分析时对照着看。

链上资金流向监控框架 净流入/流出 大额转账监控 鲸鱼地址追踪 交易所余额变化 净流入/流出比率 转账金额阈值 转账频率监控 目标地址类型 长期持有型鲸鱼 活跃交易型鲸鱼 项目方/基金会地址 综合判断:三个指标交叉验证 单一指标可能有噪音,三个指标共振时信号最可靠 数据来源:链上浏览器、Nansen、Dune Analytics 更新频率:建议每日监控,大额转账实时关注

这三个指标,单独看任何一个都可能被误导。但如果你能把它们结合起来,交叉验证,那准确率会高很多。我自己的经验是:当净流出、大额转账减少、鲸鱼地址在囤币这三个信号同时出现时,大概率是底部区域。反过来,三个信号同时指向卖出,那就要小心了。

好了,这一章的内容就到这里。记住,链上数据不会骗人,但解读数据的人可能会犯错。多练、多看、多总结,你也能成为链上分析的老手。

专注资料整理