KOL research

@0xChainMind

这是一个“链上跟单与钱包筛选型 KOL”样本。重点不是盲目复制某个巨鲸,而是建立一套识别哪些钱包值得跟、哪些钱包绝对不能跟的筛选逻辑。

类型
链上 / 跟单系统
更新
2026-03-07
适合学习
钱包筛选
研究用途
信号过滤

📌 研究价值

@0xChainMind 的贡献在于把 Polymarket 上的链上可见性转成一套可执行的钱包筛选框架:谁值得跟、谁不能跟、如何计算跟单后的真实 EV。

核心理念:大多数人把 Polymarket 当赌场,但长期稳定盈利的钱包其实是可被识别和研究的。
跟单交易链上分析钱包筛选EV

🔍 为什么跟单在 Polymarket 可行

  • 订单场外撮合,但链上结算
  • 每个头寸对应具体钱包
  • 入场价、历史交易和余额可追踪重建
真正的难点:不是“能不能看见钱包”,而是“能不能分辨这个钱包的盈利到底来自什么”。

🐋 三种鲸鱼类型

1. 方向性交易者(值得研究)

低频、大仓位、专注主题,有更大概率拥有真实信息优势。

2. 做市商(不要跟)

双边持仓,收益来自点差和返佣,不适合跟单者。

3. 高频机器人(不要跟)

依赖极低延迟,任何复制都会被时间差反杀。

📊 钱包评估三指标

Sharpe = (平均收益 - 无风险利率) / 收益标准差
f = (p × b - q) / b
EV_copy = EV - 滑点

真正可用的跟单系统,必须把滑点和执行延迟计算进去,否则大部分“高 EV”钱包都会在复制后失效。

✅ 正确做法

  • 不要跟排行榜钱包
  • 不要跟高频机器人
  • 建立 5–10 个高质量钱包篮子
  • 只在多钱包共振时提升信号权重

📚 相关资源