01
DEX 生态全景
从 Uniswap 到 Curve，主流 DEX 的架构差异与数据特征。
全景架构
02
交易数据源获取
链上节点 RPC、Dune Analytics、The Graph 子图查询。
RPC子图
03
原始交易日志解析
解析 Swap 事件、Mint/Burn 事件，提取交易对、数量、价格。
日志事件
04
交易对与流动性池映射
通过合约地址关联交易对，构建池子-代币关系图谱。
映射图谱
05
交易价格计算
基于恒定乘积公式（x*y=k）计算实际执行价格与滑点。
AMM滑点
06
交易量聚合
按时间窗口（1min/5min/1h）聚合交易量，处理重复交易。
聚合窗口
07
流动性深度拆解
计算每个价格区间的流动性分布，绘制深度曲线。
深度Liquidity
08
交易对手分析
识别 MEV 机器人、套利者、普通用户，分类交易行为。
MEV分类
09
Gas 费用与交易成本
提取交易 Gas Used、Gas Price，计算实际手续费。
Gas成本
10
交易时间序列分析
使用 Python 进行时间序列分解，识别交易模式。
时序Python
11
大额交易监控
设定阈值，识别并标记 Whale 交易，分析其影响。
Whale监控
12
交易对相关性分析
计算不同交易对之间的价格与交易量相关性。
相关性统计
13
流动性提供者 (LP) 收益拆解
计算交易手续费分成与无常损失。
LP无常损失
14
交易路由分析
追踪多跳交易，分析路由选择逻辑与效率。
路由多跳
15
Sandwich 攻击检测
通过交易顺序与价格变动识别三明治攻击。
三明治安全
16
交易数据清洗
处理缺失值、异常值、重入攻击导致的脏数据。
清洗异常
17
数据存储与索引
使用 Parquet 格式存储，构建时间分区表。
Parquet分区
18
交易数据可视化
使用 Plotly 构建交互式交易量、价格、深度图表。
Plotly可视化
19
实时交易流处理
使用 WebSocket 订阅 Mempool 交易，实时解析。
WebSocketMempool
20
交易回放与模拟
使用 PyEVM 或 Foundry 模拟历史交易状态。
模拟Foundry
21
跨 DEX 套利机会识别
比较同一代币在不同 DEX 上的价差。
套利价差
22
交易数据 API 构建
使用 FastAPI 封装查询接口，提供 RESTful 服务。
FastAPIREST
23
交易数据质量监控
设置数据完整性校验，监控数据延迟与缺失。
质量监控
24
交易数据安全
处理私钥、API Key，防止数据泄露与重放攻击。
安全密钥
25
交易数据合规分析
识别混币器、制裁地址相关交易。
合规制裁
26
交易数据压缩与归档
使用列式存储与压缩算法，降低存储成本。
压缩归档
27
交易数据批处理框架
使用 Airflow 编排每日数据流水线。
Airflow批处理
28
交易数据特征工程
提取交易频次、间隔、大小等特征用于建模。
特征ML
29
交易数据异常检测
使用 Isolation Forest 检测异常交易模式。
异常检测Isolation Forest
30
交易数据报告生成
自动化生成周报，包含关键指标与趋势分析。
报告自动化