Meme修炼手册:重生之我要做钻石手(三)| 南枳出品

Odaily星球日报Published on 2024-10-29Last updated on 2024-10-29

Abstract

评价系统大升级:正本清源,什么样的地址才是真正适合跟单的地址?

原创 | Odaily星球日报(@OdailyChina

作者|南枳(@Assassin_Malvo

Meme修炼手册:重生之我要做钻石手(三)| 南枳出品

在前序文章《Meme 修炼手册:重生之我要做钻石手(一)》、《Meme 修炼手册:重生之我要做钻石手(二)》中,作者拟定了一套聪明地址的“分数评估方式”,旨在寻找这些聪明地址中的“钻石手玩家”并进行跟单,探究跟单钻石手是否能作为一种稳定盈利的方式

上一周跟单账户发生了较大回撤,经作者评估,将“交易频次”和“整体盈亏比”作为核心评判要素仍不够全面且颗粒度过大,对此拟定了一套深度评估方式,本文将对其进行披露和回顾,与读者进一步分享和探讨跟单系统。

风险提示:该套系统自 10 月 8 日启动,至今仅运行了 21 天,当前虽取得了一定成果,但客观角度来看数据量、对照试验均不充分,严谨性有限,仅供读者参考。此外为保证后续测试客观性,本文将不会披露任何运行中涉及的地址。

回撤反思:终究是盈亏同源

回撤情景

上一周在运行的账号有跟单 1 号-4 号四个账号,其中 1 号、 2 号为核心账号,跟单了明确符合系统要求的地址, 3 号、 4 号采取了一些激进策略。在此期间, 1、 2 号也发生了重大回撤,回溯其根本原因主要包括:

  • 高位、高频重仓买入:第二篇也曾提到,部分地址喜欢在百万至千万美元市值多次买入代币,并且不设止损,而这些代币往往仅诞生了几小时到几天,稳定性、确定性不强,因此该类交易盈亏比极差。实际发生的一个场景为,某代币在 1100 万市值时,跟单对象连续买入 20 笔,而跟单 1 号设置了单笔 0.8 SOL 的买入金额,共买入 16 SOL,而后数小时该代币就暴跌至 300 万美元市值,造成了账户的最大一笔亏损。

  • 低位、高频、低胜率买入:部分账户热衷于在 Pump 内盘或者数十万市值买入,亏损十余笔后“暴击”盈利一次,若这些地址坚持不止损、暴击长持的策略,同样符合“钻石手”要求,但由于低位价格波动问题,跟单地址盈利能力将显著低于被跟单地址,长期来看 EV 为负。

正本清源,跟单对象的画像应该是?

因此,作者重新梳理了拟跟单对象的画像,用于指导评价系统升级。彼时思考逻辑原文本如下:

要找什么样的地址?交易次数不高、拿得久、能够底部进入而非 FOMO 追高、盈亏比较好、不割人、低回撤的地址。

哪个因素对我最重要?

  1. 低回撤排第一,那要找出亏得最多的情况下的投入比例,连续亏多少次出一次金狗;

  2. 其次要能赚钱,除了总盈亏,还要计算投入成本的详情,不希望是以大博小的地址,统计亏钱里高位 FOMO 的比例;

  3. 不以大博小,还要体现在进底部的能力,统计赚钱里低位进的比例;

  4. 交易频率不高还要体现在买的次数不高;

  5. 拿的久可以顺便在第 4 点统计里统计,不割人也是。

深度评价系统

根据上述画像需求,作者已完成两个深度评价系统的增补,详情如下:

交易点位评估:以小博大、反 FOMO

该系统的思路为,针对每一个地址:

  • 获取其盈利最多的代币和亏损最多的代币列表;

  • 筛选盈亏大于某个阈值的代币,例如作者选择盈利大于 5000 美元、亏损大于 2000 美元的代币;

  • 获取该地址在该代币上的第一次购入、第二次购入……直至第一次卖出的交易详情;

  • 统计每次购入的市值,计算购入市值均值;

  • 统计第一次卖出前共有几次购入;

  • 统计总盈利和总成本的情况;

  • 统计第一次购入到第一次卖出的持有时长。

统计结果示例如下图所示。通过此表能够得到:

  • 每个地址“底部购买”的能力,例如前 7 个地址都能在百万美元市值以下买入,并且盈亏比极高,只出手一次到两次;

  • “高位 FOMO”亏钱的风险,例如最后一个地址平均在 2000 万美元市值才追入,明显不适合跟单;

  • 以小博大的能力,根据盈利部分-平均盈亏比得到;

  • 止损风格,由亏损部分-平均盈亏比得到,越接近-1 说明这一地址越不喜欢止损;

  • “钻石手”程度,由平均持有时长得到。

Meme修炼手册:重生之我要做钻石手(三)| 南枳出品

近期交易水平复盘

上一小节所得到的表格为这一地址历史上盈利、亏损 TOP 情况,不能反应近期交易水平。另一方面,数据平台所给到的数据也不完全准确。作者统计“近期交易水平”路径如下:

  • 获取某个地址近期交易过的 100 个代币;

  • 排除非 pump 创建的代币;

  • 排除创建 30 天以上的代币;

  • 获取该代币的总盈利、总亏损;

  • 统计筛选后的代币胜率。

跟单系统数据汇报与跟单系统设置

虽经历了一轮回撤,但升级后的系统稳定性显著提升,目前跟单 1 号、 2 号已重回 ATH,而 3 号、 4 号策略验证失败,已做清盘处理

本处对跟单 3 号跟单对象进行一次披露,该地址为“HdxkiXqeN 6 qpK 2 YbG 51 W 23 QSWj 3 Yygc 1 eEk 2 zwmKJExp”,人称“外星猫”,是属于“全宇宙都知道“的地址。跟单 3 号旨在测试这类盈利能力强、但人尽皆知的地址,最终测试结果为亏完出局。

Meme修炼手册:重生之我要做钻石手(三)| 南枳出品

各钱包截至 10 月 29 日 09: 00 (UTC+ 8)数据如下,单位为 SOL:

Meme修炼手册:重生之我要做钻石手(三)| 南枳出品

跟单设置细节

作者使用的 Bot 为 Dogee,多数跟单地址设置细节如下所示。其中关键点在于:

  • 设置最小跟单金额防止第一篇、第二篇提到的投毒情况

  • 跟买所有,实际上应根据内盘胜率、盈亏比单独设置;

  • 等比卖出,本系统的终极目标、核心判断因素包括“低位一次买入,高位分批卖出”,因此需要选择与被跟单对象一同按比例出售;

  • 市值限制,直观体验上追高盈利难度极大,多个地址已设置市值上限为 1000 万美元。但客观数据角度来看,追高策略盈利能力如何?将于近期专门撰写文章揭示

Meme修炼手册:重生之我要做钻石手(三)| 南枳出品

Trending Cryptos

Related Reads

Embodied Intelligence 'Gaokao' is Insanely Hard, Humans Score 100, Best Model Only 12.8

Embodied AI Faces a Daunting "Everest": New Benchmark Reveals Huge Gap Between Models and Humans A comprehensive new benchmark for robotic manipulation, RoboDojo, has been released, painting a stark picture of the current state of embodied AI. It serves as a unified evaluation platform covering both simulation and real-world robot tasks. The benchmark assesses five core capabilities: Generalization (adapting to new scenes/objects), Memory, Precision manipulation, Long-Horizon multi-step tasks, and Open semantic understanding. It includes 42 simulation tasks and 18 standardized real-world tasks across three dual-arm robot platforms. The results are sobering. In simulation, the best-performing generalist robot policy achieved an average success rate of only 8.80%. Performance in the real world was slightly higher but still low, with the top model succeeding 12.8% of the time on average. In stark contrast, human experts scored 76.03% in simulation and 100% in real-world tests. The benchmark highlights significant, uneven gaps in current models' abilities. While some excel in specific areas like visual recognition or simple actions, they struggle with reliability, especially in long-horizon tasks where errors accumulate and in open-ended semantic instructions. The low scores, particularly in real-world deployment with physical uncertainties like camera noise and contact dynamics, underscore that today's models are far from being robust, general-purpose operational robots. RoboDojo is more than just a ranking; it's an infrastructure designed for fair, reproducible comparison. Its companion system, XPolicyLab, standardizes the interface for different models to be evaluated. Maintained by an academic consortium without commercial ties, it aims to provide a community-wide "altitude meter" to track genuine progress toward reliable and generalizable robot manipulation.

marsbit1h ago

Embodied Intelligence 'Gaokao' is Insanely Hard, Humans Score 100, Best Model Only 12.8

marsbit1h ago

Trading

Spot

Hot Articles

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of MEME (MEME) are presented below.

活动图片