摘要
鲸鱼警报很受欢迎，因为链上大额交易通常被视为即将发生卖出活动的前兆，因此被交易者视为“卖出信号”。为了评估这些说法的有效性，我们分析了大量 BTC、ETH 和 SOL 存入币安交易所与价格波动之间的关系。回归分析显示，大额交易所存款与随后的价格波动之间的R平方值较低（0.0017 到 0.0537）。将数据缩小至风险资本（VC）和做市商（MM）的存款后，R 平方值略有改善，但作为交易信号的实际效用仍然有限。研究结果强烈表明，鲸鱼交易所存款缺乏足够的预测能力，无法作为可靠的交易信号。链上指标在其他领域（如分析区块链基本面、追踪非法资金流动或事后解释价格波动）则更为有效。投资者如果能够对这些指标的能力和局限性保持现实的期望，链上数据将更好地服务于行业。
1. 前言加密资产与其他资产的一大区别是其交易记录的公开性，这些记录存储在分布式账本上。正是这种透明性促使了各种工具的出现，这些工具利用了这一独特特性，统称为“链上数据”。其中一种工具便是“鲸鱼警报”，这是一种自动化服务，用于通知链上大型加密交易。鲸鱼警报受到欢迎，因为大型交易通常被解读为即将发生卖出活动的前兆，因而被交易者视为“卖出信号”。 \本报告评估了这些普遍的假设的有效性。在简要介绍市场上流行的鲸鱼警报服务后，我们解释了如何分析大型交易所存款与 BTC、ETH 和 SOL 的价格之间的关系。随后，我们将展示分析结果，并总结出关键结论和见解。
2.鲸鱼警报概述鲸鱼警报指的是一种跟踪并报告大型加密交易的服务。随着加密生态系统的增长，这些服务应运而生，反映了市场参与者对区块链无权限性质所带来的透明性的青睐。
2.1. 历史背景“鲸鱼”一词的流行起源于早期比特币的采用者、矿工和投资者（例如中本聪、温克莱沃斯兄弟、F2Pool、Mt. Gox）积累大量比特币。当时，区块链浏览器（如Blockchain.info）上的比特币爱好者注意到大量交易，并常常在 Bitcointalk 论坛或 Reddit 上分享。这些数据通常会与 BTC 价格大幅波动的故事情节相结合。
随着 2017 年牛市期间交易和鲸鱼数量的增加，市场对自动化监控解决方案的需求上升。2018 年，一支来自欧洲的开发团队推出了一款名为鲸鱼警报（Whale Alert）的工具（为了区分于类似服务的通用名称，首字母大写），该工具实时跟踪多个区块链上的大型加密交易，并通过 X、Telegram 和网页平台发送警报。它迅速成为市场参与者寻求可操作交易信号的热门工具。
图 1：寻找大幅波动
来源：鲸鱼警报（@whale_alert）
2.2. 基本假设继鲸鱼警报成功之后，许多平台在过去几年中相继推出了类似服务，图 2 中总结了这些平台。虽然许多新平台增加了功能，用于为警报提供更多背景信息，但最初的鲸鱼警报仍然专注于简洁、实时的通知，且凭借其在 X 上的庞大粉丝基础，继续是最受欢迎的服务。这些服务共同的特点是，依赖于以下假设：大额链上交易——特别是交易所存款——通常预示着即将发生卖出活动。
图2：流行的鲸鱼警报服务
来源：鲸鱼警报、Lookonchain、Glassnode、Santiment、X、Presto Research
3. 评估信号的有效性鲸鱼警报服务的支持者认为，资产转移到交易所的链上交易通常预示清算将发生，因此可以视为有效的卖出信号。为了验证这一说法，我们分析了在主要交易所收到大额存款后，加密资产价格的变化。分析的关键参数总结在图 3 中。我们的假设是，如果大额交易所存款能够作为可靠的交易信号，应能观察到其与相应资产价格之间的有意义关系。
图3：分析的关键参数
来源：Presto Research
3.1. 资产、交易所、时间段与存款阈值我们的分析聚焦于三种主要加密资产——BTC、ETH 和 SOL——及其在币安的 USDT 价格，时间范围为 2021 年 1 月 1 日至 2024 年 12 月 27 日。选择此时间段是为了与币安当前钱包地址聚合存款的操作时长相匹配。
存款阈值设定为反映实际操作的需求，分析仅基于一个交易所的数据。具体而言，我们以鲸鱼警报的 BTC/ETH/SOL 鲸鱼存款限额（分别为 5000 万、5000 万和 2000 万美元）作为基准，将存款阈值调整为 2000 万、2000 万 和 800 万美元，考虑到币安在全球现货交易量中的 40% 份额。
3.2. 实体类型我们还单独分析了已知实体的存款，并对更小样本的数据进行了相同的分析，以检查来自特定类型实体的存款是否与价格波动之间表现出更强的关系。实体通过 Arkham Intelligence 识别，并通过我们的进一步调查补充（见图 4）。
图 4：已知地址的实体
来源：Arkham Intelligence、Presto Research
3.3. 衡量市场影响为了评估鲸鱼存款可能带来的抛售压力，我们做出以下假设：
抛售压力会在确认大于阈值的存款后，在特定时间框架内体现出来。我们分析了两个时间框架：一小时和六小时。最大回撤（MDD）作为指标来捕捉存款对价格的影响（如果有的话），有效地过滤掉该期间的噪声。
3.4. 结果分析结果从图 5 到图 10 中展示。
图 5：BTC 鲸鱼存款影响（全部）
来源：币安、Dune Analytics、Presto Research
图 6：BTC 鲸鱼存款影响（仅 VCs 与 MMs）
来源：币安、Dune Analytics、Presto Research
图 7：ETH 鲸鱼存款影响（全部）
来源：币安、Dune Analytics、Presto Research
图 8：ETH 鲸鱼存款影响（仅 VCs 与 MMs）
来源：币安、Dune Analytics、Presto Research
图 9：SOL 鲸鱼存款影响（全部）
来源：币安、Dune Analytics、Presto Research
图 10：SOL 鲸鱼存款影响（仅 VCs 与 MMs）
来源：币安、Dune Analytics、Presto Research
4. 关键结论结果总结在图 11 中，得出三点关键结论：
首先，大额交易所存款对价格下跌的预测能力较弱。分析的 12 种情况中，R 平方值范围从 0.0017 到 0.0537，没有一个展示出有意义的 R 平方值。
其次，VC 和 MM 的存款可能是更好的预测指标，这一点通过该子组的 R 平方值改善得以体现。然而，这种改善可能仅仅反映了样本特定的噪声减少，而不是与因变量之间更强的关系。此外，绝对值仍然较低，表明其作为交易信号的实际效用有限。
最后，VC 和 MM 主导了 ETH 的鲸鱼存款。它们占 ETH 存款的 61%（879 个存款中有 538 个 ETH 存款），而 BTC 为13%，SOL为 32%。这可能反映了这些资产的不同特征：ETH 由于其多用途的 Web3 功能（例如手续费、质押、DeFi 抵押和交易媒介），是一个高周转的资产，而 BTC 作为价值存储，更为静态。
图 11：结果总结
来源：币安、Dune Analytics、Presto Research
5. 结论诚然，我们的分析并非没有局限性。虽然我们选择了最能反映现实的参数，但它们可能仍显得有些随意。回归分析有其固有的限制，单纯依赖 R 平方值来得出确切结论有时会有误导性。
话虽如此，结合背景信息和一些案例观察，分析结果强烈表明，鲸鱼交易所存款缺乏足够的预测能力，无法成为可靠的交易信号。这也为我们提供了关于链上指标更广泛应用的重要见解。
链上指标无疑是有价值的工具，特别是在分析区块链基本面或追踪非法资金流动时。它们在事后解释价格波动时也可能非常有用。然而，将其用于预测短期价格变动则是完全不同的事情。价格是供需关系的函数，而交易所存款仅仅是影响供给端的众多因素之一（如果有的话）。价格发现是一个复杂的过程，由基本面、市场结构、行为因素（例如情绪、预期）和随机噪声共同作用。
在波动剧烈的加密市场中，参与者总是不断寻求“万无一失”的交易策略，因此总有一部分人会被链上指标的“魔力”所吸引。当一些过于热衷的数据供应商也急于夸大其平台的承诺时，链上指标作为交易信号的有效性往往会被过度夸大。只有当投资者对链上指标的能力和局限性形成现实的预期时，它们才能更好地服务于行业。
图 12：了解其能力与局限性
来源：新英格兰旅馆与度假村
免责声明：
本文转载自【Presto Research】，所有版权归原作者【Peter Chung 和 Jaehyun Ha】所有。若对本次转载有异议，请联系 Gate Learn 团队，他们会及时处理。免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。Gate Learn 团队将文章翻译成其他语言。除非另有说明，否则禁止复制、分发或抄袭翻译文章。