摘要

• 鯨魚警報很受歡迎，因為鏈上大額交易通常被視為即將發生賣出活動的前兆，因此被交易者視為“賣出信號”。為了評估這些說法的有效性，我們分析了大量 BTC、ETH 和 SOL 存入幣安交易所與價格波動之間的關係。
• 迴歸分析顯示，大額交易所存款與隨後的價格波動之間的R平方值較低（0.0017 到 0.0537）。將數據縮小至風險資本（VC）和做市商（MM）的存款後，R 平方值略有改善，但作為交易信號的實際效用仍然有限。研究結果強烈表明，鯨魚交易所存款缺乏足夠的預測能力，無法作為可靠的交易信號。
• 鏈上指標在其他領域（如分析區塊鏈基本面、追蹤非法資金流動或事後解釋價格波動）則更為有效。投資者如果能夠對這些指標的能力和侷限性保持現實的期望，鏈上數據將更好地服務於行業。

1. 前言

加密資產與其他資產的一大區別是其交易記錄的公開性，這些記錄存儲在分佈式賬本上。正是這種透明性促使了各種工具的出現，這些工具利用了這一獨特特性，統稱為“鏈上數據”。其中一種工具便是“鯨魚警報”，這是一種自動化服務，用於通知鏈上大型加密交易。鯨魚警報受到歡迎，因為大型交易通常被解讀為即將發生賣出活動的前兆，因而被交易者視為“賣出信號”。 \
本報告評估了這些普遍的假設的有效性。在簡要介紹市場上流行的鯨魚警報服務後，我們解釋瞭如何分析大型交易所存款與 BTC、ETH 和 SOL 的價格之間的關係。隨後，我們將展示分析結果，並總結出關鍵結論和見解。

2.鯨魚警報概述

鯨魚警報指的是一種跟蹤並報告大型加密交易的服務。隨著加密生態系統的增長，這些服務應運而生，反映了市場參與者對區塊鏈無權限性質所帶來的透明性的青睞。

2.1. 歷史背景

“鯨魚”一詞的流行起源於早期比特幣的採用者、礦工和投資者（例如中本聰、溫克萊沃斯兄弟、F2Pool、Mt. Gox）積累大量比特幣。當時，區塊鏈瀏覽器（如Blockchain.info）上的比特幣愛好者注意到大量交易，並常常在 Bitcointalk 論壇或 Reddit 上分享。這些數據通常會與 BTC 價格大幅波動的故事情節相結合。

隨著 2017 年牛市期間交易和鯨魚數量的增加，市場對自動化監控解決方案的需求上升。2018 年，一支來自歐洲的開發團隊推出了一款名為鯨魚警報（Whale Alert）的工具（為了區分於類似服務的通用名稱，首字母大寫），該工具實時跟蹤多個區塊鏈上的大型加密交易，並通過 X、Telegram 和網頁平臺發送警報。它迅速成為市場參與者尋求可操作交易信號的熱門工具。

圖 1：尋找大幅波動

來源：鯨魚警報（@whale_alert）

2.2. 基本假設

繼鯨魚警報成功之後，許多平臺在過去幾年中相繼推出了類似服務，圖 2 中總結了這些平臺。雖然許多新平臺增加了功能，用於為警報提供更多背景信息，但最初的鯨魚警報仍然專注於簡潔、實時的通知，且憑藉其在 X 上的龐大粉絲基礎，繼續是最受歡迎的服務。這些服務共同的特點是，依賴於以下假設：大額鏈上交易——特別是交易所存款——通常預示著即將發生賣出活動。

圖2：流行的鯨魚警報服務

來源：鯨魚警報、Lookonchain、Glassnode、Santiment、X、Presto Research

3. 評估信號的有效性

鯨魚警報服務的支持者認為，資產轉移到交易所的鏈上交易通常預示清算將發生，因此可以視為有效的賣出信號。為了驗證這一說法，我們分析了在主要交易所收到大額存款後，加密資產價格的變化。分析的關鍵參數總結在圖 3 中。我們的假設是，如果大額交易所存款能夠作為可靠的交易信號，應能觀察到其與相應資產價格之間的有意義關係。

圖3：分析的關鍵參數

來源：Presto Research

3.1. 資產、交易所、時間段與存款閾值

我們的分析聚焦於三種主要加密資產——BTC、ETH 和 SOL——及其在幣安的 USDT 價格，時間範圍為 2021 年 1 月 1 日至 2024 年 12 月 27 日。選擇此時間段是為了與幣安當前錢包地址聚合存款的操作時長相匹配。

存款閾值設定為反映實際操作的需求，分析僅基於一個交易所的數據。具體而言，我們以鯨魚警報的 BTC/ETH/SOL 鯨魚存款限額（分別為 5000 萬、5000 萬和 2000 萬美元）作為基準，將存款閾值調整為 2000 萬、2000 萬 和 800 萬美元，考慮到幣安在全球現貨交易量中的 40% 份額。

3.2. 實體類型

我們還單獨分析了已知實體的存款，並對更小樣本的數據進行了相同的分析，以檢查來自特定類型實體的存款是否與價格波動之間表現出更強的關係。實體通過 Arkham Intelligence 識別，並通過我們的進一步調查補充（見圖 4）。

圖 4：已知地址的實體

來源：Arkham Intelligence、Presto Research

3.3. 衡量市場影響

為了評估鯨魚存款可能帶來的拋售壓力，我們做出以下假設：

• 拋售壓力會在確認大於閾值的存款後，在特定時間框架內體現出來。我們分析了兩個時間框架：一小時和六小時。
• 最大回撤（MDD）作為指標來捕捉存款對價格的影響（如果有的話），有效地過濾掉該期間的噪聲。

3.4. 結果

分析結果從圖 5 到圖 10 中展示。

圖 5：BTC 鯨魚存款影響（全部）

來源：幣安、Dune Analytics、Presto Research

圖 6：BTC 鯨魚存款影響（僅 VCs 與 MMs）

來源：幣安、Dune Analytics、Presto Research

圖 7：ETH 鯨魚存款影響（全部）

來源：幣安、Dune Analytics、Presto Research

圖 8：ETH 鯨魚存款影響（僅 VCs 與 MMs）

來源：幣安、Dune Analytics、Presto Research

圖 9：SOL 鯨魚存款影響（全部）

來源：幣安、Dune Analytics、Presto Research

圖 10：SOL 鯨魚存款影響（僅 VCs 與 MMs）

來源：幣安、Dune Analytics、Presto Research

4. 關鍵結論

結果總結在圖 11 中，得出三點關鍵結論：

首先，大額交易所存款對價格下跌的預測能力較弱。分析的 12 種情況中，R 平方值範圍從 0.0017 到 0.0537，沒有一個展示出有意義的 R 平方值。

其次，VC 和 MM 的存款可能是更好的預測指標，這一點通過該子組的 R 平方值改善得以體現。然而，這種改善可能僅僅反映了樣本特定的噪聲減少，而不是與因變量之間更強的關係。此外，絕對值仍然較低，表明其作為交易信號的實際效用有限。

最後，VC 和 MM 主導了 ETH 的鯨魚存款。它們佔 ETH 存款的 61%（879 個存款中有 538 個 ETH 存款），而 BTC 為13%，SOL為 32%。這可能反映了這些資產的不同特徵：ETH 由於其多用途的 Web3 功能（例如手續費、質押、DeFi 抵押和交易媒介），是一個高週轉的資產，而 BTC 作為價值存儲，更為靜態。

圖 11：結果總結

來源：幣安、Dune Analytics、Presto Research

5. 結論

誠然，我們的分析並非沒有侷限性。雖然我們選擇了最能反映現實的參數，但它們可能仍顯得有些隨意。迴歸分析有其固有的限制，單純依賴 R 平方值來得出確切結論有時會有誤導性。

話雖如此，結合背景信息和一些案例觀察，分析結果強烈表明，鯨魚交易所存款缺乏足夠的預測能力，無法成為可靠的交易信號。這也為我們提供了關於鏈上指標更廣泛應用的重要見解。

鏈上指標無疑是有價值的工具，特別是在分析區塊鏈基本面或追蹤非法資金流動時。它們在事後解釋價格波動時也可能非常有用。然而，將其用於預測短期價格變動則是完全不同的事情。價格是供需關係的函數，而交易所存款僅僅是影響供給端的眾多因素之一（如果有的話）。價格發現是一個複雜的過程，由基本面、市場結構、行為因素（例如情緒、預期）和隨機噪聲共同作用。

在波動劇烈的加密市場中，參與者總是不斷尋求“萬無一失”的交易策略，因此總有一部分人會被鏈上指標的“魔力”所吸引。當一些過於熱衷的數據供應商也急於誇大其平臺的承諾時，鏈上指標作為交易信號的有效性往往會被過度誇大。只有當投資者對鏈上指標的能力和侷限性形成現實的預期時，它們才能更好地服務於行業。

圖 12：瞭解其能力與侷限性

來源：新英格蘭旅館與度假村

免責聲明：

1. 本文轉載自【Presto Research】，所有版權歸原作者【Peter Chung 和 Jaehyun Ha】所有。若對本次轉載有異議，請聯繫 Gate Learn 團隊，他們會及時處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. Gate Learn 團隊將文章翻譯成其他語言。除非另有說明，否則禁止複製、分發或抄襲翻譯文章。