20 分钟精通 DEX Screener,小白秒变老鸟,超越 90% 的币圈新人

链捕手Publicado a 2024-08-08Actualizado a 2024-08-08

作者:0xNobler

编译:硬核君

 

除了最简单的看线,99.9% 的人使用 DEX Screener 的方式都是错误的。 实际上它是全面且非常强大的完美工具平台,太多太多的宝藏功能未被发现。 使用它能领先于其他人发现 100 倍宝石,你只需要学习如何正确使用它。

1/ 开始扫描新列表

新组LP对是研究的完美起点。

点击“New Pairs”并设置 12H/24H 以查看新的和相对成熟的代币;

 还可以设置较小的时间范围(1 小时/6 小时),检查最新的LP对,但通常有很多rugs,其中大多数不值得花时间研究。

2/ 生成特别的筛选器

要找到最有机会的宝石,要使用正确的筛选器。这是我当前使用的设置:

最小流动性池子:10K

MCap/FDV:20K 

组建时间:12小时-48小时 

24小时交易量:30K

3/ 进行链上分析

从DEX Screener中找到并复制代币的合约地址;

使用@solanasniffer@Rugcheckxyz ,检查合同并确保其相对安全。 (这里举例的是 #solana 链,#ETH 也需要找对应的智能合约安全嗅探网址,谷歌即可) 根据你使用的筛选器,可能无法确定代币是安全的,因为新代币可能没有锁定/销毁流动性,大部分供应可能仍由多个钱包等持有。 但是,仍然可以检查其他明显的危险信号,例如活跃的 mint 功能、可疑的部署者地址等。

4/检查代币的社交平台情况

在 DEX Screener 的代币页面上找到“社交”部分;

使用@TweetScout_io检查他们的 Twitter/X 页面,看看是否可以发现任何KOL大人物关注他们(其他项目、影响者或风险投资家);

检查其他社交,并查看代币是否有一个活跃的社区。 如果他们的社交活跃且社区积极参与社交活动(内测、表情包竞赛、赠品等),这是一个好兆头。

5/保存好找到的令牌

很少会立即找到最好回报的代币,这时观察列表功能就派上用场了。 

将已经研究过的代币添加到观察列表中,以保存它们;

为不同类型的币种创建多个列表; 

前往dexscreener.com/watchlist检查并修改您的整个监视列表。您还可以直接从那里添加令牌。 DEX Screener 允许玩家在不创建帐户的情况下使用监视列表,但强烈建议登录并保存你的监视列表,以防你想在其他设备上同步和检查它。

6/ 配置价格预警

正在寻找好的买入时机吗?已经蠢蠢欲动并想以一定的价格获利了结? DEX Screener 具有内置且易于使用的价格提醒。 

可以设置不同类型的价格提醒并编写附加注释;

一旦通知达到其目的,不要忘记编辑或删除通知,你也不想一直分心。

7/ 同时追踪多个代币

DEX Screener Multicharts 有助于同时关注多个代币。

单击 Multicharts 并直接从观察列表添加代币或按名称/合约搜索;

与关注列表类似,可以添加多个选项卡(类别)并调整不同的参数,例如图表间隔、可见元素等。

8/ 跟踪你的整个投资组合

可以将你的 Solana 和 EVM 钱包添加到 DEX Screener 投资组合并跟踪持有情况;

它会自动隐藏少量资产,也可以隐藏其他不想显示的代币

Lecturas Relacionadas

¿1996 o 1999? La primera prueba de Walsh es 'cómo ver la IA'

El nuevo presidente de la Reserva Federal, Wash, enfrenta su primera gran prueba: determinar si el auge actual de la IA se asemeja más al escenario económico de 1996 o al de 1999. Esta decisión definirá la política monetaria y su legado. Por un lado, está la visión optimista, que asemeja a 1996, donde un crecimiento impulsado por ganancias de productividad permitiría a la Fed mantenerse paciente mientras la inflación retrocede. Wash ha mostrado simpatía por esta narrativa, advirtiendo contra el error de sofocar prematuramente un boom de productividad. Por otro lado, la visión cautelosa, similar a 1999, sostiene que la demanda ya se está calentando y esperar datos concluyentes de productividad podría forzar subidas de tasas más agresivas después. Chicago Fed's Goolsbee argumenta que, al ser un boom ampliamente anticipado, la IA podría inflar la demanda antes de materializar la oferta, presionando la inflación. Wash opera en un contexto más difícil que el de Greenspan en los 90, con presión arancelaria, alto déficit fiscal y menos ventajas globales. Un dilema adicional es su deseo de eliminar la "guía anticipada" de la Fed, un mecanismo creado precisamente en 1999 para gestionar expectativas. Si la economía se recalienta, podría verse forzado a usarlo o arriesgar volatilidad en los mercados. La respuesta a la pregunta central —¿1996 o 1999?— resolverá este y otros dilemas.

marsbitHace 9 min(s)

¿1996 o 1999? La primera prueba de Walsh es 'cómo ver la IA'

marsbitHace 9 min(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 1 hora(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 1 hora(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 1 hora(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 1 hora(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 1 hora(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 1 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 3 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 3 hora(s)

Trading

Spot
Futuros
活动图片