Top 10 Dune Dashboards do Analizy Płynności L2

Analityka przepływów płynności (Liquidity Flows) w sieciach Layer 2 to zaawansowane polowanie na alfę, gdzie tradycyjne wskaźniki typu „powierzchniowy” TVL (Total Value Locked) dawno przestały działać. W dzisiejszych realiach rozwiniętej infrastruktury multi-chain metryki L2 są sztucznie pompowane przez restaking, pętle kredytowe (looping) w protokołach DeFi oraz natywne tokeny samych sieci. Prawdziwy kapitał instytucjonalny i Smart Money zostawiają ślady w zupełnie innych miejscach: na kontraktach natywnych mostów, w pulach przejściowych protokołów typu Intent oraz w punktach o najwyższym zużyciu gazu.

Dla profesjonalnego analityka, animatora rynku (market makera) czy tradera systemowego platforma Dune Analytics (napędzana silnikiem DuneSQL) to od dawna podstawowe narzędzie pracy. Poniżej znajdziesz szczegółowe omówienie top 10 dashboardów na Dune, które pozwalają rozłożyć na czynniki pierwsze ruchy kapitału między Ethereum (L1) a ekosystemami L2, wychwycić ukryte anomalie i śledzić likwidacje grubych ryb.

1. L2 Bridge Flows & TVL Breakdown (by @neil_zz)

Ten dashboard to absolutna baza do analizy makro. Zamiast zagregowanego TVL, który potrafi mocno wprowadzić в błąd, mamy tutaj twardy podział kapitału na trzy kluczowe kategorie: Bridged (czysty kapitał zablokowany w smart kontraktach mostów na L1), Native (tokeny wyemitowane bezpośrednio na L2) oraz Externally Bridged (płynność ściągnięta przez zewnętrzne rozwiązania infrastrukturalne, takie jak LayerZero czy Wormhole).

Największa wartość analityczna tego narzędzia leży w śledzeniu impulsów napływu netto (Net Inflows). Gdy natywny most konkretnego L2 (np. Base czy Arbitrum) notuje nagły skok depozytów w dużych stablecoinach w ciągu 48 godzin, jest to świetny wskaźnik wyprzedzający dla lokalnego sezonu na DeFi w tej sieci – i to zanim wolumeny na lokalnych DEX-ach w ogóle zaczną to pokazywać.

2. Optimism & Superchain Economic Engine (by @optimismfnd)

Oficjalny dashboard do monitorowania całej infrastruktury Superchain (OP Mainnet, Base, Mode, Zora itd.). Główny punkt ciężkości został tu przeniesiony z klasycznych transakcji na metryki L1 Batch Submission Fees – czyli ekonomiczny koszt zapisu danych przez sekwencer L2 в głównej sieci Ethereum.

Perspektywa techniczna: Profesjonalni analitycy śledzą tutaj marżowość sekwencera (Sequencer Revenue minus L1 Data Fees). Jeśli po kolejnym upgrade sieci koszt wysyłania batchy spada, a aktywność użytkowników rośnie, protokół L2 zaczyna generować czysty zysk w ETH. Ten dashboard pozwala wyliczyć fundamentalną wycenę tokenów governance sieci L2 w oparciu o realne przepływy pieniężne (Real Yield) generowane przez ich infrastrukturę, a nie na bazie czystego spekulacyjnego hype'u.

3. Base Ecosystem Deep-Dive (by @salva)

Specyfika sieci Base od Coinbase opiera się na jej potężnej adopcji wśród użytkowników detalicznych (retailu). Dashboard pokazuje dynamikę utrzymania nowych adresów (User Retention Cohorts) oraz strukturę płynności.

Krótki, ale kluczowy insight: to narzędzie wizualizuje stosunek wolumenu transakcji do ilości wprowadzonych stablecoinów. Jeśli ten wskaźnik nagle mocno przechyla się w stronę stablecoinów przy płaskim wykresie unikalnych adresów, oznacza to, że na rynek wszedł gruby kapitał OTC od klientów Coinbase, który szykuje się do wejścia na grubo w sektor DeFi tej sieci.

4. Bridge Net Inflow/Outflow Tracker (by @cryptokoryo)

Narzędzie od jednego z najbardziej szanowanych analityków na Dune. Rozwiązuje ono fundamentalny problem fragmentacji danych, zbierając do kupy przepływy płynności ze wszystkich kluczowych mostów cross-chain (zarówno tych oficjalnych, jak i zewnętrznych: Across, Stargate, Synapse).

Dashboard tworzy mapę cieplną (Heatmap) migracji kapitału. Zamiast patrzeć na jedną sieć w izolacji, widzisz całą matrycę: skąd kapitał ucieka i gdzie ląduje. Przykładowo, możesz wyłapać moment, gdy 200 milionów dolarów systematycznie przechodzi z Arbitrum bezpośrednio na Base w ciągu tygodnia, całkowicie omijając L1 Ethereum. Pozwala to błyskawicznie przerzucić własne środki do pul płynności w sieci docelowej, żeby zgarnąć wyższe APY.

5. Gas Alpha & L2 Comparative Gas Fee Analytics (by @cryptokoryo_research)

Skupia się na kosztach transakcji i efektywności wykorzystania przestrzeni blokowej. Po aktywacji aktualizacji EIP-4844 i wprowadzeniu tzw. blobów (Blob space), struktura kosztów L2 uległa radykalnej zmianie.

-- Przykład modelu dbt w DuneSQL do wyliczania czystej marży sekwencera L2
-- Pozwala na monitorowanie efektywności ekonomicznej sieci w czasie rzeczywistym
WITH sequencer_revenue AS (
    SELECT 
        block_time,
        -- Sumujemy cały gaz zapłacony przez użytkowników wewnątrz L2 w natywnym ETH
        SUM(gas_used * gas_price) / 1e18 AS l2_revenue_eth
    FROM ethereum_l2_blocks.transactions -- Abstrakcja tabeli transakcji L2
    WHERE block_time >= NOW() - INTERVAL '30' DAY
    GROUP BY 1
),
l1_data_costs AS (
    SELECT 
        block_time,
        -- Kalkulacja kosztów publikacji batchy/blobów na L1 (Ethereum)
        SUM(gas_used * gas_price) / 1e18 AS l1_cost_eth
    FROM ethereum.transactions
    WHERE to_address = 0xDEADBEEF... -- Adres kontraktu inbox konkretnego L2 Rollupu na L1
      AND block_time >= NOW() - INTERVAL '30' DAY
    GROUP BY 1
)
SELECT 
    r.block_time,
    r.l2_revenue_eth,
    c.l1_cost_eth,
    -- Czysty zysk, który zostaje u operatora sekwencera
    (r.l2_revenue_eth - c.l1_cost_eth) AS net_sequencer_profit_eth
FROM sequencer_revenue r
JOIN l1_data_costs c ON r.block_time = c.block_time
ORDER BY r.block_time DESC;

6. L2 DEX Volume & Market Share Matrix (by @hildobby)

Dashboard od wewnętrznego analityka Dune, który bierze pod lupę wolumeny handlowe na giełdach zdecentralizowanych wewnątrz L2. Wzrost TVL jest bezużyteczny, jeśli kapitał leży odłogiem na lendingach; prawdziwy ruch generują wolumeny na DEX-ach.

To narzędzie pozwala śledzić wskaźnik efektywności kapitałowej (Capital Efficiency), liczony jako stosunek dobowego wolumenu obrotu do całkowitego TVL par handlowych. Jeśli na Arbitrum w pulach Uniswap v3 wskaźnik efektywności stabilnie przekracza 1.5, a na konkurencyjnym L2 wynosi zaledwie 0.2, oznacza to, że dostawcy płynności (LP) w tej pierwszej sieci zarabiają znacznie więcej na prowizjach. To nieuniknienie przyciągnie tam kolejną profesjonalną płynność.

7. Institutional Liquidation & Lending Market Risk (by @21shares)

Dashboard klasy profesjonalnej od dużego emitenta ETF-ów (21Shares), prześwietlający rynki pożyczkowe (Aave, Radiant, Morpho) na L2. Wizualizuje on tzw. „ściany likwidacji” – czyli wolumeny zabezpieczeń, które zostaną przymusowo zrzucone na rynek, gdy cena Ethereum lub innych bazowych aktywów osiągnie określone poziomy.

Perspektywa techniczna: Dla market makerów i grubszych traderów ten dashboard jest kluczowy przy szacowaniu ryzyka kaskadowych likwidacji. Ponieważ głębokość płynności na DEX-ach w L2 często ustępuje tej z L1, potężna likwidacja na L2-Aave potrafi wywołać błyskawiczny flash crash (poślizg cenowy) o 5–10% głębszy niż na rynku bazowym. Analiza profilu zabezpieczeń pozwala z wyprzedzeniem ustawić zlecenia limit w strefach ekstremalnych poślizgów, zgarniając aktywa z potężnym dyskontem w trakcie paniki.

8. Intent-Based Infrastructure Flows: Across & Bridge Aggregators (by @amytong)

W 2026 roku klasyczne mosty błyskawicznie tracą udziały w rynku na rzecz rozwiązań opartych na intencjach (Intent-based bridges), gdzie użytkownik nie czeka na zatwierdzenie bloków w L1, lecz otrzymuje płynność natychmiast od realizatorów (fillers/solvers), którzy biorą na siebie ryzyko walidacji. Ten dashboard analizuje protokół Across i analogiczne systemy.

Śledzi on wolumeny na tzw. „niezbalansowanych trasach” (imbalanced routes). Jeśli solverzy masowo przerzucają własne środki do jednej konkretnej sieci, aby zaspokoić popyt użytkowników, wskazuje to na potężny, organiczny popyt konsumencki w tej docelowej sieci – coś, co standardowe narzędzia do śledzenia TVL bardzo często pomijają.

9. Arbitrum Ecosystem Tokenomics & Token Velocity (by @blockworks_res)

Produkt od ramienia analitycznego Blockworks. Zamiast banalnego podglądania balansów na portfelach, wdrożono tutaj metrykę Token Velocity (prędkość obiegu tokena ARB wewnątrz ekosystemu).

Wysoka prędkość obiegu tokena w połączeniu ze spadkiem jego napływu netto na giełdy scentralizowane (CEX) sugeruje, że aktyw jest mocno wykorzystywany w obrotach DeFi (jako zabezpieczenie, w pulach płynności czy protokołach pochodnych). To fundamentalnie zdrowy wzorzec, który skutecznie gasi presję sprzedażową na rynku.

10. Stablecoin Supply Dynamics Across L2s (by @defillama)

Choć DeFiLlama ma swój własny interfejs, ich dashboard na Dune daje znacznie większe możliwości dzięki zapytaniom SQL oceniającym strukturę emisji stablecoinów (USDC, USDT, EURC) na L2. Stablecoiny to krew każdego ekosystemu, a charakter ich emisji pokazuje, jak bardzo „dorosła” jest dana sieć.

Tutaj kluczowe jest monitorowanie udziału natywnego USDC w porównaniu do mostowanego (bridged) USDC. Natywna integracja od Circle eliminuje ryzyko systemowe związane z infrastrukturą mostów: jeśli udział natywnego stablecoina w sieci L2 przekracza 80%, inwestorzy instytucjonalni wchodzą tam z kapitałem znacznie odważniej, bo odpada im ryzyko zhakowania smart kontraktu depozytowego mostu na L1.

Praktyczny przewodnik: Jak wykryć wash trading na L2

Dla profesjonalnego analityka ważne jest nie tylko patrzenie na gotowe wykresy, ale też umiejętność odsiania szumu od czystych danych. W sieciach L2, ze względu na groszowe opłaty, nagminnie stosuje się manipulowanie wolumenem (Wash Trading), aby sztucznie pompować metryki dAppów pod rundy VC lub po prostu udawać ruch.

Poniżej znajdziesz gotowy skrypt produkcyjny dla DuneSQL, który identyfikuje adresy generujące podejrzanie cykliczne transakcje na DEX-ach w obrębie jednej sieci, kręcąc wolumen w kółko między dwoma pulami płynności.

-- Wykrywanie cyklicznego Wash Tradingu na DEX-ach L2 w środowisku DuneSQL
WITH raw_trades AS (
    SELECT 
        block_time,
        tx_hash,
        project,
        trader AS wallet_address,
        token_a_symbol,
        token_b_symbol,
        token_a_amount,
        token_b_amount
    FROM dex.trades
    WHERE block_date >= NOW() - INTERVAL '7' DAY
      AND blockchain = 'base' -- Analizujemy sieć Base jako przykład wysoce aktywnego środowiska L2
),
frequent_traders AS (
    -- Filtruje portfele wykonujące anomalną liczbę transakcji na dobę
    SELECT 
        wallet_address,
        COUNT(DISTINCT tx_hash) AS total_txs,
        COUNT(DISTINCT project) AS platforms_used
    FROM raw_trades
    GROUP BY 1
    HAVING COUNT(DISTINCT tx_hash) > 500 -- Próg dla botów wysokiej częstotliwości manipulujących wolumenem
)
SELECT 
    t.wallet_address,
    t.tx_hash,
    t.block_time,
    t.project,
    t.token_a_symbol,
    t.token_b_symbol,
    -- Obliczamy deltę czasu między bieżącą a poprzednią transakcją danego portfela
    t.block_time - LAG(t.block_time, 1) OVER (PARTITION BY t.wallet_address ORDER BY t.block_time) AS time_delta
FROM raw_trades t
JOIN frequent_traders f ON t.wallet_address = f.wallet_address
ORDER BY t.wallet_address, t.block_time ASC
LIMIT 100;

To zapytanie to podstawowy filtr. Jeśli przy analizie wyników time_delta pomiędzy dużymi transakcjami jednego portfela stale wynosi mniej niż 12 sekund (jeden lub dwa bloki na L2), a kierunki wymiany są lustrzane (Token A -> Token B, a zaraz potem Token B -> Token A), masz do czynienia ze skryptem, który sztucznie nabija metryki płynności protokołu. Wskaźnikom TVL takiego dAppa po prostu nie można ufać.