Naciśnij ESC, aby zamknąć

5 narzędzi do analizy on-chain: Jak tropić wieloryby?

Blockchain jest transparentny. To baza. Jednak surowe hashe transakcji w eksploratorach pokroju Etherscana to dla większości zwykły szum informacyjny. Kiedy gruby fundusz zrzuca tokeny albo wieloryb przerzuca 50 mln USD na giełdę, przeciętny detalista dowiaduje się o tym już z wykresu. W postaci potężnej czerwonej świecy. Za późno.

Żeby nie robić za exit liquidity dla market makerów, musisz śledzić przepływy kapitału w czasie rzeczywistym. Narzędzia do analityki on-chain agregują terabajty surowych danych, bębnią smart kontrakty i tagują adresy. Oto pięć sprawdzonych platform, które wyciągają ukryte alpha-wzorce na powierzchnię.

1. Whale Alert: Podstawowy radar do grubych transakcji

Najbardziej medialne i proste w obsłudze narzędzie, działające jako system wczesnego ostrzegania. Whale Alert monitoruje potężne transfery między portfelami a giełdami w kilkudziesięciu sieciach. Serwis parsuje transakcje, filtruje je po wolumenie (zazwyczaj od 500 000 USD w górę) i błyskawicznie pushuje logi na X (Twittera) oraz kanały telegramowe.

Główny use case to łapanie rynkowego momentum. Przerzut dużej paczki stablecoinów z portfela niepowierniczego (non-custodial) na Binance oznacza potencjalne zakupy. Ruch w drugą stronę – gdy BTC lub ETH uciekają z giełdy na zimny portfel (cold wallet) – to jasny sygnał, że kurczy się podaż dostępna do sprzedaży. Klasyczny pattern akumulacji.

Narzędzie cierpi jednak na potężny brak kontekstu. Wyje jedynie o samym fakcie ruchu. Kto dokładnie to przesłał, po co, czy to rutynowy transfer techniczny, czy paniczny zrzut – musisz kminić sam. Bez podpięcia pod głębsze panele analityczne Whale Alert potrafi siać fakenewsy. Przykładowo: wewnętrzne tasowanie środków przez giełdy między ich własnymi hot i cold walletami świeżaki regularnie mylą z przygotowaniem pod dump.

2. Arkham Intelligence: Deanonimizacja i grafowa analiza powiązań

Arkham to totalny game-changer. Ekipa dowiozła wyszukiwarkę, która kompletnie deanonimizuje on-chainowe podmioty. Zamiast gołego adresu 0x71... dostajesz czarno na białym powiązaną z nim instytucję. W bazie siedzą miliony tagów: od rządowych funduszy USA i skarbca Bhutanu, przez prywatne portfele Vitalika Buterina, aż po hakerów z Lazarus Group.

UI zaprojektowano pod wizualny tracking. Moduł Visualizer generuje całą pajęczynę powiązań. Od razu widać, jak środki są rozdrabniane, przepuszczane przez miksery albo gdzie lądują na subkontach giełdowych.

Arkham ma też wbudowany giełdowy rynek informacji (Intel Exchange). Możesz tam wystawić bounty za znalezienie właściciela konkretnego portfela, czyli po prostu handlować on-chainowym infem. Platforma ostro ciśnie też integrację z agentami AI (Arkham Oracle) przez nowe API. Pozwala to automatyzować łapanie anomalii bez kodowania skomplikowanych skryptów.

3. DeBank: Tracking portfeli DeFi i kapitału społecznościowego

DeBank to absolutny numer jeden do prześwietlania sieci EVM. O ile Arkham błyszczy przy tropieniu powiązań, o tyle DeBank jest idealny do zaglądania w kieszenie graczom siedzącym głęboko w DeFi. Skanuje setki protokołów, wyciągając dane o zablokowanych środkach (TVL), otwartych shortach/longach na perpsach, pulach płynności i wiszących do odebrania nagrodach z yield farmingu.

To tutaj poluje się na ruchy Smart Money. Znajdujesz portfel zyskownego farmera lub tradera w rankingu, wrzucasz do zakładek i masz pełen podgląd na strukturę jego portfolio. DeBank bez problemu parsuje złożone, warstwowe pozycje. Przykładowo: gdy pod zastaw wrapped ETH w MakerDAO ktoś wyciągnął pożyczkę w DAI, którą potem wrzucił w pulę płynności na Uniswap v4. Zwykły block explorer przy czymś takim po prostu klęka.

Ekipa odpaliła też własny L2 (DeBank Chain) oparty na Account Abstraction. Dzięki temu wdrożyli Web3 komunikator i społecznościowy feed Stream. Wartość profilu mierzy się tam wskaźnikiem TVF (Total Value of Followers) – czyli sumarycznym balansem ludzi, którzy Cię śledzą. Jeśli Twój portfel zaczną obserwować wieloryby z milionami na kontach, ranga Twojego profilu w systemie instantowo leci w kosmos.

4. Glassnode: Makroanalityka i wskaźniki behawioralne

Narzędzie dla tych, którzy zamiast polować na konkretnego wieloryba, chcą zrozumieć globalny sentyment i strukturę rynku. Glassnode agreguje statystyki dotyczące zachowań konkretnych grup inwestorów. Dzielą hodlerów na krótkoterminowych (STH) i długoterminowych (LTH), wyliczając średnią cenę kupna (realized price) dla każdej kohorty.

To tutaj żyją kluczowe wskaźniki fundamentalne: NUPL (niezrealizowany zysk/strata netto), SOPR (wskaźnik rentowności wydanych monet), rezerwy giełdowe czy stasowane portfele górników. Te wykresy pomagają określić, w jakiej fazie cyklu jesteśmy, ułatwiając łapanie makro dołków i szczytów.

Platforma do tanich nie należy. Większość mięsistych metryk (Tier 2 i Tier 3) siedzi za paywallem kosztującym setki dolarów miesięcznie. Darmowe wykresy odświeżają się raz na dobę. Do scalpingu czy szybkiej reakcji na rynkowy czarny łabędź to o wiele za wolno. To soft typowo pod pozycjonerów i długoterminowych alokatorów kapitału.

5. Nansen: On-chain alpha dla NFT, tokenów i wczesnych trendów

Nansen specjalizuje się w etykietowaniu portfeli na podstawie ich on-chainowych zachowań. Szufladkuje adresy do konkretnych kategorii: Smart Money (portfele z historycznie najwyższym ROI), Flash Boys (arbitrażyści i boty MEV), Whale (grube ryby) oraz Heavy DEX Trader.

Narzędzie jest niezastąpione przy analizie tokenomiki świeżych projektów i memcenów. Zakładka Token God Mode pokazuje czarno na białym dystrybucję podaży. Widzisz, czy topowe portfele akumulują kwit, czy traktują ulicę jako exit liquidity. Jeśli balans Smart Money rośnie, a retail wyprzedaje torby – dostajesz silny, byczy sygnał.

Nansen wymaga czasu na wdrożenie. Ilość tabel i dashboardów potrafi przytłoczyć, a o błąd w interpretacji nietrudno. Łatwo pomylić standardową aktywność market makera zapewniającego płynność z organicznym skupowaniem tokena przez fundusze.

Porównanie platform analitycznych

NarzędzieGłówny focusNajwiększa zaletaNajwiększa wada
Whale AlertSzybkie anomalie wolumenowePrędkość alertów pushBrak kontekstu, mało obsługiwanych sieci
ArkhamAtrybucja podmiotów i powiązaniaBaza tagów, AI search, grafy relacjiSkupienie na podmiotach, słabsze analizy DeFi
DeBankPortfele DeFi, Web3 socialParsowanie złożonych pozycji, świetny leaderboardTylko sieci EVM i L2, brak obsługi Bitcoina
GlassnodeMetryki makro i kondycja sieciWskaźniki behawioralne hodlerówWysoka cena subskrypcji, opóźnienia w darmowych danych
NansenTagowanie zachowań portfeliFiltry Smart Money, głęboki audyt tokenówSkomplikowane UI, zaporowy koszt zakupu

Praktyczny use case: Jak zakodzić własny Whale Alert

Poleganie wyłącznie na zewnętrznych dashboardach to proszenie się o kłopoty. Kiedy na rynku zaczyna się krwawa łaźnia i liczy się każda sekunda, publiczne aplikacje potrafią złapać potężnego laga albo całkowicie wywalić błąd. Bezpieczniej jest postawić własny skrypt, który monitoruje wybraną listę adresów lub konkretne tokeny bezpośrednio przez node RPC.

Poniżej znajdziesz gotowy, produkcyjny skrypt w Pythonie do śledzenia grubych transferów tokenów ERC-20 (na przykładzie USDT w sieci Ethereum). Skrypt spina się z nodem, nasłuchuje event Transfer w czasie rzeczywistym i odsiewa transakcje poniżej zdefiniowanego progu.

import os
import time
from web3 import Web3

# Inicjalizacja połączenia RPC. Użyj publicznego węzła lub prywatnego endpointu (Alchemy/Infura)
RPC_URL = "https://cloudflare-eth.com"
w3 = Web3(Web3.HTTPProvider(RPC_URL))

if not w3.is_connected():
    raise SystemError("Nie udało się połączyć z węzłem RPC Ethereum")

# Minimalne ABI ERC-20 zawierające wyłącznie zdarzenie Transfer dla optymalizacji wydajności
ERC20_ABI = [
    {
        "anonymous": False,
        "inputs": [
            {"indexed": True, "name": "from", "type": "address"},
            {"indexed": True, "name": "to", "type": "address"},
            {"indexed": False, "name": "value", "type": "uint256"}
        ],
        "name": "Transfer",
        "type": "event"
    }
]

# Adres kontraktu USDT w Ethereum Mainnet
USDT_ADDRESS = "0xdAC17F958D2ee523a2206206994597C13D831ec7"
usdt_contract = w3.eth.contract(address=w3.to_checksum_address(USDT_ADDRESS), abi=ERC20_ABI)

# Konfiguracja filtra: łapiemy transfery od 500 000 USDT wzwyż (USDT ma 6 miejsc po przecinku)
WHALE_THRESHOLD = 500000 * (10 ** 6)

def process_event(event):
    """Przetwarza i loguje przechwycone zdarzenia on-chain"""
    try:
        tx_from = event['args']['from']
        tx_to = event['args']['to']
        value = event['args']['value']
        tx_hash = event['transactionHash'].hex()
        
        if value >= WHALE_THRESHOLD:
            clean_value = value / (10 ** 6)
            print("\n🚨 [WHALE ALERT DETECTED] 🚨")
            print(f"Kwota: {clean_value:,.2f} USDT")
            print(f"Z adresu: {tx_from}")
            print(f"Na adres: {tx_to}")
            print(f"Link do transakcji: https://etherscan.io/tx/{tx_hash}")
            print("-" * 40)
    except Exception as e:
        print(f"Błąd podczas parsowania logów zdarzenia: {e}")

def main():
    print(f"Uruchamianie autorskiego monitora dla kontraktu: {USDT_ADDRESS}...")
    print(f"Próg filtrowania ustawiony na: {WHALE_THRESHOLD / (10**6):,.0f} USDT")
    
    # Pobieramy aktualny numer bloku na start
    start_block = w3.eth.block_number
    
    while True:
        try:
            current_block = w3.eth.block_number
            if current_block > start_block:
                # Odpytujemy o logi blok po bloku
                for block in range(start_block + 1, current_block + 1):
                    # Pobieramy logi zdarzenia Transfer dla wskazanego kontraktu
                    logs = usdt_contract.events.Transfer().get_logs(from_block=block, to_block=block)
                    for log in logs:
                        process_event(log)
                start_block = current_block
            
            # Krótki sleep, aby uniknąć rate-limitów na punkcie końcowym RPC
            time.sleep(2)
        except Exception as e:
            print(f"Wyjątek w pętli odpytywania: {e}")
            time.sleep(5)

if __name__ == "__main__":
    main()

Podwodne kamienie i zaawansowane gierki on-chain

Smart money potrafi się maskować. Grube ryby doskonale wiedzą, że śledzą ich tysiące oczu przez Arkhama czy Nansena. Dlatego instytucjonalne deski tradingowe celowo zacierają ślady. Zamiast rzucać gigantyczne ordery, odpalają on-chainowe algorytmy TWAP. Dzielą wielomilionowe wolumeny na drobne paczki i rozrzucają je po setkach świeżo wygenerowanych, czystych portfeli.

Jeśli widzisz nagły, potężny pojedynczy strzał na portfel giełdowy, rzadko jest to wpadka operatora. Zazwyczaj to celowa zagrywka pod publiczkę i ordynarna próba manipulacji nastrojami. Wieloryby tworzą sztuczną panikę, symulując masowy zrzut na giełdę, żeby odpalić stop-lossy u detalistów i zebrać tanią płynność. Sami w tym czasie odkupują aktywa po cichu przez zlecenia OTC (pozagiełdowe), które nie trafiają do księgi zleceń na spotach.

Osobnym tematem jest MEV (Maximal Extractable Value). Boty wyszukujące (searchers) bez przerwy skanują mempool. Widząc duży swap lecący przez DEX-a, błyskawicznie pakują transakcję w tzw. sandwich attack, wcinając się bezpośrednio przed i po transakcji wieloryba. W efekcie gruba ryba dostaje gorszą cenę przez slippage, a bot kasuje czysty, bezryzykowny profit. Analityk patrzący tylko historycznie na zamknięte bloki widzi zniekształcony obraz wolumenu. Pamiętaj o tym, szacując realny obrót na zdecentralizowanych giełdach.


FAQ

Do analizy on-chain najlepiej wrzucić na ruszt Nansena, Arkham, Glassnode i DeBank. To rynkowy standard, jeśli chodzi o przekopywanie danych bezpośrednio z blockchainu. Nansen robi świetną robotę z tagowaniem portfeli i tropieniem ruchów smart money. Arkham z kolei wykorzystuje algorytmy do łączenia adresów w klastry, co pozwala łatwo deanonimizować konkretne podmioty. Do analizy makro i wykresów nie ma nic lepszego niż Glassnode — ich wskaźniki typu NUPL czy SOPR to absolutna baza. A jeśli chcesz na bieżąco śledzić swoje pozycje, pożyczki i zagnieżdżoną płynność w pulach na różnych sieciach EVM, odpala się DeBank.

Żeby łapać ruchy wielorybów in real-time, musisz podpiąć się pod logi zdarzeń (Transfer event logs) emitowane przez węzły RPC. Najlepiej zrobić to przez WebSockets albo filtry pollingu. Szybsza opcja to gotowe webhooki z API od Whale Alert czy Arkham. Jeśli wolisz pisać własny skrypt, używasz bibliotek typu Web3.py albo API Etherscana, żeby odsiewać transakcje poniżej określonego progu. Skrypt na bieżąco dekoduje surowe dane w heksach (raw hex data) z nowych bloków przy użyciu ABI danego kontraktu. Dzięki temu od razu wyciągasz adres docelowy i realną wartość transferu.

Dane on-chain to wskaźniki jednoczesne lub opóźnione. Pokazują strukturalne zmiany w płynności, a nie działają jak maszyna do przepowiadania cen. Jasne, wskaźniki pokroju exchange netflow czy SOPR długoterminowych hodlerów (LTH) świetnie pokazują makro fazy kapitulacji albo dystrybucji. Kompletnie nie uwzględniają jednak głębokości orderbooków off-chain, kaskadowych likwidacji na fjucczach czy transakcji OTC u instytucji. Prosi nie patrzą na proste wykresy historyczne. Łączą dane on-chain z trackingiem MEV w mempoolu, żeby odróżnić realne intencje market makerów od zwykłego wash tradingu.
Astra EXMON

Astra is the official voice of EXMON and the editorial collective dedicated to bringing you the most timely and accurate information from the crypto market. Astra represents the combined expertise of our internal analysts, product managers, and blockchain engineers.

...

Dodaj opinię

Twój adres e-mail nie zostanie opublikowany. Obowiązkowe pola są oznaczone*