Публичный блокчейн делает видимой массу активности: переводы, свопы, балансы токенов и вызовы программ. Эта видимость соблазнительна для торговых исследований. Крупный перевод на адрес с меткой «exchange» выглядит как сигнал на продажу. Группа кошельков «умных денег», покупающих один и тот же токен, выглядит как наводка. Список крупнейших держателей выглядит как готовая оценка риска. Каждая такая трактовка — это интерпретация поверх записи. Эта статья разделяет то, что показывает реестр, и то, что выводит исследователь, и объясняет, почему ончейн-признаки необычно легко утекают в бэктест.
Что на самом деле показывает ончейн-запись
Записанная транзакция показывает, что требуемые подписи авторизовали набор инструкций, что сеть обработала их с определённым результатом и что балансы и комиссии изменились соответственно. В Solana сетевые комиссии оплачиваются в SOL, балансы токенов хранятся на аккаунтах токенов, привязанных к конкретному mint, а транзакция может быть отражена на разных уровнях подтверждения: processed, confirmed или finalized. Разбор чтения записи в обозревателе подробнее описывает эти поля.
Запись не показывает, кто контролировал подписывающий ключ, почему произошёл перевод, стоял ли за ним один человек или кастодиан, перемещающий средства клиентов, и была ли где-то вне сети совершена соответствующая сделка. Держите факт и интерпретацию в отдельных столбцах:
| Ончейн-факт (вымышленный) | Что он подтверждает | Чего он не доказывает |
|---|---|---|
| 50,000 токенов переведены с адреса A на адрес B | Изменение баланса между двумя адресами в зафиксированное время | Продажу, смену владельца или мотив |
| Один адрес держит 12% предложения | Этот баланс на указанный момент в записи | Что эти 12% предложения контролирует один человек |
| На адресе B стоит метка «exchange» | Классификацию провайдера на некоторую дату | Что метка была верной или существовала в момент перевода |
| Двадцать кошельков купили в течение часа | Похожие действия, зафиксированные близко по времени | Координацию, навык или что последователь мог купить по этим ценам |
Метки — это гипотезы с прикреплённой датой
Метки кошельков берутся из обозревателей, аналитических провайдеров, списков сообществ или собственных эвристик исследователя. Руководство по меткам адресов и неопределённым личностям рассматривает их как улики, которым нужен источник и уровень уверенности, а не как имена. Адрес может быть общим, кастодиальным или использоваться сразу для нескольких целей.
Метки к тому же меняются. Провайдер может добавить тег после того, как событие сделало кошелёк заметным, объединить или разделить кластеры либо удалить ошибочную метку. Для исследования это значит, что метка — доказательство того, во что верил один провайдер в момент её присвоения, и вам нужно это время. Полезная привычка — работать только с публичными адресами; анализ кошелька без его подключения никогда не требует фразы восстановления или подписи.
Концентрация держателей сначала требует классификации
Список крупнейших держателей смешивает очень разные типы адресов: пулы ликвидности, аккаунты, принадлежащие программам, кошельки бирж, контракты вестинга или локеров, казначейства проектов и иногда множество адресов, контролируемых одной структурой. Руководство о том, что представляют собой адреса крупнейших держателей, говорит о том же: список — это отправной вопрос, а не вывод.
Возьмём вымышленный токен, десять крупнейших адресов которого держат 62% предложения. После классификации исследователь находит аккаунт пула с 18%, контракт локера с 20%, адреса с меткой биржи с 9% и необъяснённые адреса с 15%. Одна и та же цифра 62% может описывать совершенно разные ситуации, а оставшиеся 15%, которые остаются необъяснёнными, — это та часть, на которую список ответить не может. Записывайте метод классификации и его дату рядом с любой цифрой концентрации, которую используете.
Сегодняшние метки на вчерашних данных — это заглядывание в будущее (look-ahead bias)
Документация scikit-learn определяет утечку данных как использование при построении модели информации, которой не было бы в момент предсказания, и предупреждает, что это даёт чрезмерно оптимистичные оценки качества. Рекомендуемая практика — сначала разделить данные и подгонять каждый шаг предобработки только на обучающей части. В ончейн-исследованиях та же ошибка возникает несколькими путями:
- Отбор по результату. Список «умных кошельков», составленный потому, что эти кошельки позже заработали, сделает правило «следуй за кошельком» удачным на периоде, по которому составлялся список.
- Пересмотр меток. Применение сегодняшних биржевых меток к прошлогодним переводам предполагает, что метки были известны тогда.
- Задержка появления. Индексатор, обозреватель или API может сделать событие доступным позже его времени блока. Правило, реагирующее в момент времени блока, может использовать данные, которых оно ещё не могло видеть.
- Финальность. Транзакция, увиденная на более низком уровне подтверждения, ещё не финальна; бэктест, который считает каждое раннее наблюдение окончательным, пропускает эту неопределённость.
- Выживаемость. Списки кошельков или токенов, взятые из того, что активно сегодня, опускают те, что замолчали.
Вымышленный пример: исследование помечает 40 кошельков как «ранних покупателей», используя список, составленный в этом месяце. Большинство из них получили метку потому, что их прежние сделки оказались удачными. Проверка правила «покупать, когда покупают эти кошельки» за те же месяцы в основном измеряет, как выбирался список. Исправление повторяет совет scikit-learn: строить набор меток только по данным до тестового окна, а затем оценивать на более поздних данных. Проверка того, что было известно в момент решения охватывает более широкую версию этой проблемы.
Ставьте две временные метки на всё
Для каждого ончейн-признака храните как минимум два времени: время блока, записанное сетью, и время наблюдения, когда ваш источник данных сделал событие доступным для вас. Добавьте уровень подтверждения и дату снимка меток. Без этих полей признак нельзя честно разместить на временной шкале решений. Та же дисциплина описана в разделе о происхождении данных и проверке временных меток для истории цен.
Время особенно важно, когда сигнал — это чужая сделка. Видимая покупка доходит до вас после того, как она состоялась. Последователь торгует позже, по другой цене и с другими издержками, не видя хеджей кошелька вне сети, других его счётов или плана выхода. Руководство о том, почему копирование видимого кошелька не работает, и обзор SuperQuant послужных списков копитрейдинга подробно разбирают этот разрыв.
Чек-лист перед использованием сигнала кошелька
Прежде чем ончейн-наблюдение станет входными данными для исследования, запишите:
- Идентичность адреса. Это кошелёк пользователя, аккаунт, принадлежащий программе, пул, локер или кастодиальный кошелёк? Откуда вы это знаете?
- Источник и дата метки. Кто присвоил метку, на основании каких доказательств и была ли она доступна до события, которое вы изучаете?
- Время блока против времени наблюдения. Когда произошло событие и когда ваш источник мог его вам показать?
- Уровень подтверждения. Была ли транзакция processed, confirmed или finalized, когда вы её использовали?
- Факт против реальности. Что доказывает запись и что она оставляет на внесетевые кастодиальные услуги, договорённости или намерения? См. где заканчивается ончейн-верификация.
- Альтернативные объяснения. Перечислите как минимум два других сценария, которые подходят к тому же переводу.
- Исполнение. В какое более позднее время, по какой цене и с какими издержками последователь действительно мог бы действовать?
Встроенные примеры SuperQuant используют синтетические почасовые данные, а рабочее пространство не размещает реальные ордера и не проверяет реальное исполнение. Когда оно читает историю публичного адреса, относитесь к этой истории как к непроверенному контексту, а не как к послужному списку.
Продолжайте обучение
Раздел об ончейн-данных собирает руководства по обозревателю, разметке и анализу держателей в одном месте. Когда движение кошелька совпадает с новостью, руководство SuperQuant о построении временной шкалы доказательств события показывает, как упорядочить источники и временные метки. Это образовательный исследовательский контекст, а не финансовая рекомендация.