Всплеск аккумулирования у китов в адресах с большими балансами
Описание паттерна:
Крупные игроки часто аккумулируют вне бирж посредством ончейн-переводов в холодные или кастодиальные кошельки.
Обнаружимый паттерн — множественные крупные переводы в течение короткого окна на небольшой набор адресов, что приводит к заметному росту концентрации среди топ-холдеров.
Настройка мониторинга:
Ежедневные сканы переводов с порогами (например >1% от обращающегося предложения или абсолютная сумма BAR, зависящая от эмиссии токена), кластеризация принимающих адресов по поведению и сигнализация, когда топ N адресов существенно увеличивают долю за короткое время.
Критерии срабатывания:
Несколько входящих переводов на один или несколько кластеризованных адресов в течение 24–72 часов, которые повышают их совокупную долю на определённую величину (например +2–5% от обращения или увеличение концентрации сверх исторической волатильности).
Подтверждения:
Отсутствие немедленных оттоков обратно на биржи, последующее снижение биржевой ликвидности и сохранение балансов дольше обычных коротких циклов ротации.
Последствия:
Сужение свободно торгуемого предложения вследствие скоординированной аккумулации китов может предшествовать длительному росту при возврате широкого спроса; также может спровоцировать шорт-сквиз, если деривативные позиции сконцентрированы в шорте.
Оговорки и ложные сигналы:
Крупные переводы могут быть ребалансировками, внутренними консолидированными переводами или OTC-расчётами, не отражающими новый чистый спрос; возможны wash-переводы между адресами одного владельца.
Меры проверки:
Перекрёстная проверка владения кластерами, привязка к известным кастодиальным или институциональным адресам, мониторинг неактивности после перевода.
Руководство по исполнению:
Рассматривайте аккумулирование китов как смещение в сторону покупки, но управляйте размером позиций из-за риска исполнения; дробите покупки и не поддавайтесь страйку после начального резкого движения.
Повторяемость:
Это повторяемый ончейн-сигнал по позиционированию при условии постоянного применения одинаковых порогов и эвристик кластеризации с калибровкой на исторических событиях.