發佈日期：2026 年 7 月 23 日 · 幣貝研究院
關於這一主題的延伸研究，參見幣貝研究院《加密貨幣市場的羊羣效應與激勵錯位研究》。
執行摘要
鏈上數據是化名的、而非匿名的，而這個單一區分是每一套巨鯨追蹤與聰明錢策略的基礎。每一筆交易都公開且永久，故挑戰從來不是看見什麼在移動、而是知道誰在移動它——而到 2026 年，這道鴻溝已大體合攏。Arkham Intelligence 與 Nansen 這類平台把真實世界的實體標籤貼到數百萬個地址上，其中 Arkham 的 AI 驅動引擎專攻把地址去匿名化成有名的風投基金、做市商與個體巨鯨，而 Nansen 標註錢包、並推出一個追蹤歷史上盈利交易模式地址的"聰明錢"儀表盤 [1][2]。為這一切供能的區塊鏈分析市場在 2026 年達到約 17.6 億美元，而 AI 如今自動做着兩年前沒有任何人類分析師能做的事：把相關錢包大規模聚類成單一實體 [3][4]。原始賬本已變成一張"誰在做什麼"的被標註地圖。
但一張被標註的地圖，只有配上一門讀它的紀律才有用，因為揭示一頭巨鯨的同一份透明，也讓操縱者偽造出分析師所跟隨的信號。本報告把這門紀律建成一套錢包實體分類與法證檢測框架，分四部分。第一是分類本身——把一個地址歸入決定其行為意味着什麼的實體類型，因為一筆來自交易所、風投基金、協議金庫、聰明錢錢包與洗量者的大額轉賬，是五個穿着同一件鏈上外衣的、完全不同的信號。第二是聚類——把許多地址連到一個控制方的啓發式，沒有它，一個跨十個錢包移動的單一實體看起來像十個獨立決定。第三是一份建立在"把真實活動與製造出的成交量分開"的法證啓發式之上的洗量檢測記分卡。第四是一份持有集中度與交易所流讀數，把一枚代幣的分佈與其交易所流的方向變成一份意圖聲明。
其影響並非紙上談兵。Chainalysis 在其 2025 年分析裏識別出主要鏈上約 25.7 億美元的疑似洗量，而其法證方法被估計 85% 的美國執法機構所依賴——這意味着抓罪犯的同一套技術，正是一個嚴肅分析師為避免被偽造的鏈上信號所騙而必須使用的 [6][11]。合起來讀，四個組件把公開賬本從一串看似匿名的轉賬，變成一張關於實體、意圖與操縱的可讀地圖。此處一切均為教育性分析，而非投資建議。
第一部分 · 化名而非匿名：標註作為基礎
對區塊鏈究竟揭示什麼保持精確，是其餘一切的基礎。一個區塊鏈地址不是一個名字，但它也不是一個秘密：它曾做過的每一筆交易都公開且永久，而足夠多的公開行為，最終會像指紋一樣確鑿地識別出地址背後的行為者。這正是整個追蹤產業所建立於其上的屬性——鏈是化名的，而化名可以通過把鏈上模式與鏈下信息（一次被標註的交易所存款、一次公開的風投投資、一個被起底的創始人錢包）交叉引用而被去匿名化。Arkham 的核心產品恰是這個：一個把真實世界實體標籤貼到地址上的 AI 驅動算法引擎，讓一個分析師直接查看一家有名風投或做市商的組合，而 Nansen 在數百萬個錢包上維護標籤，使一筆大額交易讀起來不是"一個未知地址移動了資金"、而是"這家特定的基金、協議、或交易所幹的"[1][2]。
其後果是原始的看地址已被看實體所取代，而兩者不是同一項技能。跟隨一個未標註的巨鯨地址告訴你一個大持有者在做某事；跟隨一個被標註的實體告訴你哪一類持有者在做它，而這正是噪聲與信號之別。自動化在此與標註同等重要：平台如今以兩年前對人類分析師都不可能的規模，聚類相關錢包、並浮現關係與交易模式，故一個分析師的工作已從手動拼湊錢包簇，轉向解讀工具產出的實體地圖 [4]。但那一轉變造出它自己的陷阱——標籤只與其背後的推斷一樣好，而標籤與它們所附着的行為都能被操弄，這正是為何框架的其餘部分既關乎跟隨信念、也同等關乎檢測欺騙。基礎説來簡單、卻易被忘記：鏈上是一份化名實體的公開記錄，而整場博弈就是把化名變成實體、把實體變成意圖。
第二部分 · 錢包實體分類
第一個分析組件是一套分類，因為同一個鏈上動作依執行它的實體不同而意味着相反的事，而誤分類行為者是最常見、也最昂貴的追蹤錯誤。一筆大額代幣轉賬在你知道它來自交易所、風投基金、做市商、協議金庫、聰明錢錢包、還是洗量者之前，都不是一個信號——六個實體類型，對同一筆交易有六種不同的含義。一個移動代幣的交易所錢包通常是運營性的（熱錢包管理、用户流），故其轉賬多為噪聲，除非被讀作聚合的流入或流出。一個在解鎖附近移動代幣的風投基金或早期投資者，是潛在供應打向市場。一個循環庫存的做市商在提供流動性、而非表達觀點。一個協議金庫——可識別，因為它接收協議費、持有治理代幣、資助開發、且常運行多元化的收益耕作持倉——移動資金可能是運營支出或一次治理導向的行動、而非一次市場判斷 [9]。一個由歷史盈利交易戰績所定義的聰明錢錢包，移動進一個持倉，是交易者真正想跟的信號 [2][15]。而一個生成成交量的洗量者是一個被設計來欺騙的信號，第四部分被造來抓它。
分類所強制的紀律是：分類永遠先於解讀。鏈上分析裏最有用的單一習慣，是拒絕在任何大額交易背後的實體被識別之前去讀它，因為同一筆流——比如一千萬枚代幣離開一個錢包——是看漲、看跌、還是毫無意義，完全取決於那錢包是一個在獲利了結的聰明錢吸籌者、一個在資助撥款的金庫、一個在再平衡的交易所、還是一個在循環庫存的做市商。標註平台自動做了大部分這種分類，但分析師仍必須驗證標籤、且關鍵地理解每個實體類型的行為簽名，因為那簽名正是讓一個標籤可信的東西：交易所顯示特徵性的冷/熱模式，金庫顯示收費與治理活動，做市商顯示高頻雙邊流，而聰明錢顯示一份盈利的歷史記錄。當一個錢包的行為與其標籤的簽名相符，標籤就可信；當它不符，標籤——或分析師對它的讀法——就是那個該被質疑的東西。
第三部分 · 聚類：從地址到實體
分類假設你能分辨哪個實體擁有一個地址，而那個假設建立在框架最技術性的組件之上：地址聚類。一個單一行為者幾乎從不從一個錢包運營——一個基金、一個交易所、或一頭巨鯨把活動攤在許多地址上，無論是為了運營安全、為了模糊其足跡、還是僅僅作為使用許多服務的副產品——故把每個地址當作一個獨立行為者，會系統性地錯數真實參與者的數量與其真實的持倉大小。聚類是把多個錢包連到一個控制實體的那套啓發式，也是把"十個地址各買了一點"變成遠更有意義的"一個實體跨十個錢包吸了一個大持倉"的東西 [1][4][10]。地址聚類把錢包連到一個控制實體，而交易圖分析把它們之間的資金流可視化，這與追蹤欺詐中循環流的是同一項技術 [10]。
聚類啓發式是推斷性的，而理解它們正是讓分析師能判斷一個簇該被信任多少的東西。反覆從一個共同源頭出資、以協調時機移動、只彼此互動、或共享行為指紋的錢包，被推斷屬於一個行為者——而聚類一家合法基金錢包的同一批信號，也聚類一個操縱者的，這正是為何聚類是實體追蹤與欺詐檢測之間的橋。這恰是為何自動化是雙刃的：AI 聚類以人類不可能的規模浮現關係，但它也產出假陽性——兩個恰好共享一個出資交易所或一個共同對手方的獨立錢包，可能被錯誤地聚到一起，虛增一個實體的表觀大小、或偽造一個並不真實的連接 [4]。因此框架的紀律是把一個簇當作一個帶置信水平的假設、而非一個事實：一個建立在許多強、獨立信號（共享出資、協調時機、排他互動）之上的簇是高置信的，而一個建立在單一弱信號（一個數百萬人使用的共享交易所）之上的是低置信的、絕不可被讀作一個單一行為者。聚類是讓分類可操作的東西，但只有在其推斷本質被尊重時。
第四部分 · 洗量檢測記分卡
第三個組件把同樣的聚類與行為分析轉向其最重要的防禦性用途：檢測製造出的成交量，因為一套無法分辨真假活動的巨鯨追蹤框架比無用更糟——它跟隨的正是一個操縱者種下的信號。洗量，即同一行為者身處一筆交易的兩側以製造無真實經濟轉移的人為成交量，並不罕見：Chainalysis 在其 2025 年分析裏識別出主要鏈上約 25.7 億美元的疑似洗量，而檢測它的鏈上法證已成熟成一份具體的記分卡 [6]。由 Chainalysis 形式化的經典啓發式是具體且可核對的：一個地址在約 25 個區塊內（約五分鐘）執行一次買入和一次賣出、兩者間美元量差小於 1%（表明無有意義的盈利動機）、且單個地址在研究期內執行三次或更多這樣的往返交易 [5]。每個條件單獨都弱；合起來，它們描述了一種有交易之形、卻無交易之經濟實質的活動。
在時機—規模啓發式之外，框架疊上法證調查者所用的結構性暗示，因為老練的洗量會攤到多個錢包上以躲過單地址測試。來回對倒——錢包 A 賣給錢包 B、然後 B 賣回給 A——製造無淨持倉變化的成交量，且在交易圖分析裏作為循環流可見 [7][10]。共用出資源頭——"買方"與"賣方"錢包都從同一源頭出資——是"一個單一行為者控制兩側"的最強暗示之一 [7]。而最活躍錢包核對——識別生成最多成交量的錢包、並測試它們是否是反覆彼此交易的同一批地址——抓住了一個逐地址測試所錯過的協同洗量團伙 [7]。諸如面向 ERC-20 代幣的鏈上洗量檢測系統這樣的學術工作，已把這些模式大規模量化，而實用產出是一份記分卡：對任一代幣或錢包簇，滿足了多少這些條件，告訴你有多少"成交量"是真的 [14]。框架把一個高洗量分數不當作一條小注意事項、而當作一個取消資格項，因為一枚成交量被製造的代幣，在其他三個組件裏沒有任何可靠信號——集中度、流、與聰明錢活動全都被假交易扭曲了。
第五部分 · 持有集中度與交易所流
第四個組件讀兩個實體地圖使之可讀的聚合信號：一枚代幣的所有權有多集中、以及它相對於交易所朝哪個方向流。集中度是那份結構性風險讀數——分析師檢查持有者間的分佈，因為一枚頂部錢包控制大部分供應的代幣是可操縱且脆弱的，配一條粗略的行業線：若前 10 個錢包持有超過 90% 的供應，操縱潛力就高，因為那些持有者能隨意移動價格 [8]。但集中度只有在聚類之後才有意義，因為看着獨立的十個錢包可能是一個實體，而真實集中度是被聚類的分佈所顯示的、而非原始地址列表——一枚看着跨 10,000 個地址去中心化的代幣，若聚類揭示少數實體控制那些地址的大多數，就可能危險地集中 [8][10]。在未聚類地址上讀集中度會系統性地低估真實風險。
交易所流是那份意圖讀數，那個把運營性交易所轉賬從噪聲變成信息的聚合信號。流入交易所的代幣在定位待賣——在訂單簿上積累為潛在供應——而流出交易所進入私人錢包的代幣暗示吸籌與持有意圖，把供應從立即可賣的池子裏移走 [13][16]。在單筆轉賬層面讀這是噪聲，但在聚合層面讀——一個窗口上的淨交易所流入對流出——它是鏈上分析裏較乾淨的方向信號之一，因為它捕捉了持有者朝向或遠離"賣出能力"移動的集體決定。兩個讀數組合：一枚（聚類後）高度集中、且顯示大額淨流入交易所的代幣，是一枚其少數大持有者正定位着"賣進任何存在的需求"的代幣——那個最常先於一次大持有者退出的鏈上配置。集中度告訴你誰能移動價格；交易所流告訴你他們朝哪個方向傾；而只有那張被聚類、被標註的實體地圖讓任一讀數可信。
第六部分 · 讀聰明錢 對 噪聲
框架最被求索的用途是跟隨聰明錢——那些有歷史盈利交易戰績、被 Nansen 這類平台浮現的錢包——但這裏的紀律是知道那個信號能與不能做什麼。一個聰明錢標籤是一份關於過去的聲明：這個錢包曾盈利，這是真實信息，因為技能與門路在某種程度上會持續，而一個持續早早進入好持倉的錢包，比一個隨機地址更值得看 [2][15]。框架的四個組件讓聰明錢讀數可信、而非天真：聚類確認聰明錢錢包是一個單一真實行為者、而非一份攤在協同錢包上的偽造戰績；洗量記分卡確認其利潤來自真實交易、而非製造出的；實體分類確認它是一個獨立交易者、而非一個"利潤"是價差的做市商；而集中度讀數確認其持倉相對於代幣是有意義的。一個挺過全部四道核對的聰明錢信號，遠比一個原始的"盈利錢包"標籤值錢得多。
但框架對這個信號的侷限同樣清楚，因為跟隨聰明錢本質上是反身性的。一個錢包被公開標註為聰明錢的那一刻，它的動作就被盯、被搶跑，故讓它盈利的那份優勢隨它變得為人所知而侵蝕——最被跟隨的聰明錢錢包，最不可能仍擁有優勢，恰因為人人都在抄它 [2]。更糟，一個知道自己錢包被標註的老練行為者能利用跟隨者，在一個未標註錢包裏安靜吸籌、同時在被標註的那個裏做出可見的動作以誘導人羣。因此框架的紀律是把聰明錢標籤當作一個調查的起點、而非一個可抄的交易信號：價值在於理解為何一個熟練實體以某種方式定位——它可能知道什麼市場尚未定價——而非在它的交易已經公開、已經被數千人搶跑之後機械地鏡像它。聰明錢是一條待調查的線索、被其他三個組件驗證；它絕非一個可盲跟的信號。
第七部分 · 侷限與誠實的失效模式
一個法證框架靠指明它做不到什麼來贏得信任，而鏈上情報有鋒利的侷限，恰因為它在每一步都是推斷性的。最大的是標籤與簇是假設、而非事實：一個實體標籤是從公開行為與鏈下數據得來的推斷，能是錯的、過時的、或被刻意偽裝的，而一個錢包簇是一個概率性分組，能錯誤地合併獨立行為者、或拆開一個單一的。在一個被誤標的錢包或一個假簇上搭起一個論點，是老練的鏈上分析出錯的最常見方式，而讓標註可規模化的自動化也讓它的錯誤可規模化——一個錯標傳播到每一個使用該平台的分析師。
另有四條侷限值得像框架一樣醒目。對抗性操弄：框架所讀的每一個信號都能被製造——洗量偽造成交量、協同錢包偽造去中心化、一個被標註錢包能被用來誘餌跟隨者，而一個理解這些啓發式的行為者能專門構造鏈上行為來騙它們，故分析師永遠與"知道自己正被盯着"的對手方處於一場博弈 [5][7]。隱私工具與跨鏈缺口：混幣器、隱私協議、跨鏈橋與中心化交易所內部轉賬打斷交易圖，故一個實體能刻意斬斷線索，而跨鏈或穿過一個交易所的綜合錢包聚類往往不可能 [10]。反身性：最有價值的信號——一次聰明錢入場、一次巨鯨吸籌——在它們公開且被跟隨的那一刻失去優勢，故框架最好的產出與其名氣成正比地自我瓦解 [2]。"為何"不可見：鏈上數據展示一個實體做了什麼、從不展示為何，故分析師永遠供上那份解讀，而被觀測的交易與其真實動機之間的差距，正是大多數錯誤論點棲居之處。作為一門把公開賬本變成實體地圖、並檢測種在其中的操縱的紀律，框架是鋒利的；作為對任何單一行為者意圖之確定性的來源，它是一個對着對手的推斷。
結論 · 從地址到意圖
鏈上分析獎賞那個把賬本當作化名而非匿名、並建起一門"把地址變成實體、把實體變成意圖"紀律的分析師。鏈展示一切、卻藏起誰；標註與聚類合攏那道鴻溝，把一串轉賬變成一張有名行為者的地圖，但只有在標籤被驗證、簇被當作有置信的假設而非事實時 [1][4][10]。在那張地圖上，錢包實體分類決定每個動作意味着什麼，洗量記分卡把真實活動與"否則會腐蝕每一次讀數的約 25.7 億美元製造成交量"分開，集中度與流分析把所有權與交易所方向變成"誰能移動價格、他們朝哪個方向傾"的聲明，而聰明錢讀數——被其他三個驗證——指向值得調查的實體 [6][8][13]。組合起來，四個組件把公開賬本從一串不透明的流，變成一張關於"誰在做什麼"的可讀、且可辯護的地圖。
這些判斷所依託的更深層基元——地址聚類實際上如何推斷共同控制、交易所冷熱錢包架構如何塑造流信號、以及洗量與協同錢包的機制實際上如何製造框架必須檢測的模式——每一個都值得單獨理解，因為一次鏈上讀數只與分析師對"正被觀測與被操弄的機制"的把握一樣好。把框架當作一門分類實體、檢測操縱、並從公開賬本讀意圖的紀律，絕不當作對動機之確定性的來源，並始終覺知：每一個值得跟隨的信號，也是一個對手能種下的信號。
參考資料
[1] Startupik, Arkham Intelligence vs Nansen: Which Wallet Tracking Tool Is Better?（Arkham AI 驅動實體標註與去匿名化；Nansen 錢包標籤）。 startupik.com
[2] Nansen, Smart Money 儀表盤與錢包標註（數百萬錢包上的標籤；追蹤歷史盈利錢包）；KuCoin, Top 5 Free Tools to Track Smart Money in Real-Time in 2026。 nansen.ai
[3] 區塊鏈分析市場在 2026 年估值約 17.6 億美元（賽道規模語境，見追蹤工具分析援引）。 startupik.com
[4] Cryptowisser, Advanced On-Chain Analysis: Wallet Tracking & Smart Money Flows, 2026-03（自動化 AI 錢包聚類，大規模浮現關係）。 cryptowisser.com
[5] Chainalysis, Crypto Market Manipulation 2025: Suspected Wash Trading, Pump and Dump（洗量啓發式：約 25 個區塊內買+賣、美元量差 < 1%、單地址 3+ 次往返）。 chainalysis.com
[6] Chainalysis, 2025 分析：主要鏈上約 25.7 億美元疑似洗量。 chainalysis.com
[7] FinanceFeeds, Detecting Crypto Wash-Trading Patterns Using On-Chain Signals；Crypto Trace Labs, What Are Wash Trading Patterns and How Do Investigators Detect Them?（A↔B 來回對倒、共用出資源頭、最活躍錢包核對）。 financefeeds.com
[8] DEXTools News, How to Use Bubblemaps to Spot Token Manipulation (2026)（持有集中度讀數；前十 > 90% 供應作高操縱潛力）。 dextools.io
[9] Cryptowisser, Advanced On-Chain Analysis（金庫識別：協議費接收、治理代幣持有、開發資助、多元化收益耕作）。 cryptowisser.com
[10] Chainalysis, Address clustering and transaction-graph analysis（把錢包連到一個控制實體；把循環資金流可視化）。 chainalysis.com
[11] Chainalysis, Blockchain forensic capabilities（被估計 85% 的美國執法機構使用）。 chainalysis.com
[12] DEXTools News, How to Use Bubblemaps to Spot Token Manipulation (2026)（可視化錢包簇氣泡圖）。 dextools.io
[13] Ledger Academy, How to Track Crypto Whale Movements（交易所流入/流出作吸籌/派發信號）；Mintarex, On-Chain Whale Activity 2026。 ledger.com
[14] WTEYE: On-Chain Wash-Trade Detection and Quantification for ERC-20 Cryptocurrencies, ResearchGate（大規模學術洗量檢測）。 researchgate.net
[15] Altrady, How to Track Crypto Whale Wallets & Smart Money (2026)（聰明錢定義為歷史盈利錢包；追蹤方法論）。 altrady.com
[16] Mintarex, On-Chain Whale Activity 2026: Reading Large Holder Moves（解讀巨鯨吸籌與交易所流）。 mintarex.com
[17] Gate, How to Use On-Chain Data Analysis Tools to Track Active Addresses, Whale Movements, and Transaction Volumes in 2026。 web3.gate.com
[18] West Africa Trade Hub, Crypto Whale Tracker Guide 2026: Tools, Alerts & Strategies。 westafricatradehub.com
[19] AXE TAX, Whale Wallet Activity: Your Key to Smart Money Tracking in Crypto。 axe-tax.com
[20] Nadcab, How to Prevent NFT Wash Trading（洗量機制與檢測策略）。 nadcab.com
方法論與披露：本報告綜合了截至 2026 年年中的鏈上情報公開數據與從業文獻（實體標註與聚類平台 Arkham 與 Nansen [1][2][4]；約 17.6 億美元區塊鏈分析市場 [3]；Chainalysis 洗量啓發式與約 25.7 億美元疑似洗量數字 [5][6][10][11]；結構性洗量暗示 [7][14]；持有集中度與 Bubblemaps 操縱讀數 [8][12]；金庫識別信號 [9]；以及交易所流解讀 [13][16][17]）。錢包實體分類、聚類紀律、洗量檢測記分卡、與集中度—流讀數，是用於分類鏈上實體並檢測操縱的、教育性的序數分析構造；圖中所示錢包面貌為框架示意、而非真實實體，所引數字用以説明框架、而非識別任何具體行為者。此處一切均非評級、推薦或價格目標。
免責聲明：本文為幣貝研究院的教育性內容，僅供參考。它不構成投資、交易、税務或財務建議。鏈上標籤與簇是可能出錯的概率性推斷。寫作時點為 2026 年 7 月；標註數據、聚類方法與鏈上狀況持續變化，請始終以最新的一手數據為準，並在做任何決定前自行研究。
