JieData使用链上大数据解释2021年9月8号下跌的原因
我们现在用更多维度的数据并且**多次出现**的行为来阐述2021年9月8号下跌的原因，为什么当时我们无法给出解释，因为在当时btc链上确实没有出现任何问题，因此我们不希望强行关联，当某种数据现象**出现多次**的时候，我们有理由相信存在一些必然的联系，因此我们将阐述我们的一些观点。 首先我们在2021年9月8号通过JieData公开的数据指标并未发现大量的获利的比特币在发生抛售行为，其次获利的数量也不足以导致1万美刀的下跌，当时我们并未给出任何结论，只能归根于某些不为人知的原因。 下图是2021年9月8号道琼斯指数，下文中我们将简称DJI，我们看到2021年9月7道琼斯和BTC都发生了下跌由于这种现象出现多次，我们有理由相信存在一些关系，但这并不能解释其中的原因，我们没有看到BTC的筹码出售，那是否在经济上有某种我们不知道的关联性，我们尝试从稳定币下手去找寻问题，我们意外发现USDC/USDT/BUSD 流出交易所的现象我们发现USDC在9月7号早上9点销毁了7000万枚USDC我们发现BUSD的地址 0x00abab261a9431b5a5e30e900d14f8982660e...
JieData使用链上大数据解释2021年9月8号下跌的原因
我们现在用更多维度的数据并且**多次出现**的行为来阐述2021年9月8号下跌的原因，为什么当时我们无法给出解释，因为在当时btc链上确实没有出现任何问题，因此我们不希望强行关联，当某种数据现象**出现多次**的时候，我们有理由相信存在一些必然的联系，因此我们将阐述我们的一些观点。 首先我们在2021年9月8号通过JieData公开的数据指标并未发现大量的获利的比特币在发生抛售行为，其次获利的数量也不足以导致1万美刀的下跌，当时我们并未给出任何结论，只能归根于某些不为人知的原因。 下图是2021年9月8号道琼斯指数，下文中我们将简称DJI，我们看到2021年9月7道琼斯和BTC都发生了下跌由于这种现象出现多次，我们有理由相信存在一些关系，但这并不能解释其中的原因，我们没有看到BTC的筹码出售，那是否在经济上有某种我们不知道的关联性，我们尝试从稳定币下手去找寻问题，我们意外发现USDC/USDT/BUSD 流出交易所的现象我们发现USDC在9月7号早上9点销毁了7000万枚USDC我们发现BUSD的地址 0x00abab261a9431b5a5e30e900d14f8982660e...
我们如何使用JieData去挖掘聪明的地址
0x8d6a528a70f4073914c082a686ecc169f8d63735 0xbacdcc0d9dfb52a57514c93d01e7b8c40eeb170b 我们是如何发现这些地址的，首先我们会用JieData非常基础的指标链上交易量和链上交易次数，我们下图中这些非常小额的交易量，以及交易次数应该引起大家的关注，每个人都在关注大额聪明的地址，却忽略了大额聪明的地址往往也知道自己有在被监控，而这些分散的小额的聪明的地址我们要去分析，打上标记，例如我们上面列出的2个地址，买入的币种和数量几乎差不都，这说明可能是一个人所为，将买入拆分成多个地址去购买，并且分阶段购买多个币种，然后在最近全部抛售，很多人不会找聪明的地址，并且都在去寻找大额的，我们更应该关注非常聪明的地址，在那些拉升之前作出买入动作的老鼠仓。
我们如何使用JieData去挖掘聪明的地址
0x8d6a528a70f4073914c082a686ecc169f8d63735 0xbacdcc0d9dfb52a57514c93d01e7b8c40eeb170b 我们是如何发现这些地址的，首先我们会用JieData非常基础的指标链上交易量和链上交易次数，我们下图中这些非常小额的交易量，以及交易次数应该引起大家的关注，每个人都在关注大额聪明的地址，却忽略了大额聪明的地址往往也知道自己有在被监控，而这些分散的小额的聪明的地址我们要去分析，打上标记，例如我们上面列出的2个地址，买入的币种和数量几乎差不都，这说明可能是一个人所为，将买入拆分成多个地址去购买，并且分阶段购买多个币种，然后在最近全部抛售，很多人不会找聪明的地址，并且都在去寻找大额的，我们更应该关注非常聪明的地址，在那些拉升之前作出买入动作的老鼠仓。
山寨为什么在比特币下跌之前流入交易所？
山寨为什么在比特币下跌之前流入交易所？我们很像知道他们到底是谁? 这篇文档只是举例其中个别的山寨尤其是OGN和SKL的比较突出，当然还有其他的山寨币我们没有去研究，留给各位用户去验证。 下图为2021年5月9号下图为2021年12月24日当然在2021年12月3号也发生过，这里就不截图，上述的截图是告诉用户需要关注背后的地址，通过图表中的穿透地址功能，去了解这些地址是否为同一批，假设A地址转给B地址，B地址在转给C地址,C地址在转给D地址，建议最好是追踪到A地址的历史，这些地址分析的经验是需要长期积累，当然前期您会毫无头绪，您需要花费一些时间去了解 1.用户需要思考为什么这些地址会在比特币回调之前流入 3.这些地址曾经是否出现过这样的行为 4. 用户可以标记这些地址作为自己的长期数据储备（JieData的新功能将会让用户私有的数据发挥更大价值)。
山寨为什么在比特币下跌之前流入交易所？
山寨为什么在比特币下跌之前流入交易所？我们很像知道他们到底是谁? 这篇文档只是举例其中个别的山寨尤其是OGN和SKL的比较突出，当然还有其他的山寨币我们没有去研究，留给各位用户去验证。 下图为2021年5月9号下图为2021年12月24日当然在2021年12月3号也发生过，这里就不截图，上述的截图是告诉用户需要关注背后的地址，通过图表中的穿透地址功能，去了解这些地址是否为同一批，假设A地址转给B地址，B地址在转给C地址,C地址在转给D地址，建议最好是追踪到A地址的历史，这些地址分析的经验是需要长期积累，当然前期您会毫无头绪，您需要花费一些时间去了解 1.用户需要思考为什么这些地址会在比特币回调之前流入 3.这些地址曾经是否出现过这样的行为 4. 用户可以标记这些地址作为自己的长期数据储备（JieData的新功能将会让用户私有的数据发挥更大价值)。
JieData链上数据11月10日下跌复盘
首先我们不擅于编写文档，如果哪里写的不够好，还请见谅，文档仅供学习参考，市场部分下跌原因已经超出市场正常行为，我们也无从得知，我们并不希望JieData引起过多关注，因此我们的文档仅仅局限于市场正常行为的分析，非正常的行为我们不会评论是非，下面的内容是我们回测2021年11月10日市场下跌的一些小细节。 首先我们找到Jiedata链上余额矿工分布数据，我们可以看到在2021年11月9号矿工地址出现一定的减持，大约4000枚左右 矿工数据我们点击JieData大于100天的地址异动，如上面的解释“由于该异动范围是10-100的区间内我们将地址列出来发现大量50枚的比特币地址“，我们发现很多50枚且数量一致的比特币在大量活动https://bitinfocharts.com/bitcoin/address/19YSWQueQYywqTLXsji2ZMuqap1AkqobzW https://bitinfocharts.com/bitcoin/address/16WhYuuoXx2RvDVn6uLAiUsZrF4GhDNLEe https://bitinfocharts.com/bit...
JieData链上数据11月10日下跌复盘
首先我们不擅于编写文档，如果哪里写的不够好，还请见谅，文档仅供学习参考，市场部分下跌原因已经超出市场正常行为，我们也无从得知，我们并不希望JieData引起过多关注，因此我们的文档仅仅局限于市场正常行为的分析，非正常的行为我们不会评论是非，下面的内容是我们回测2021年11月10日市场下跌的一些小细节。 首先我们找到Jiedata链上余额矿工分布数据，我们可以看到在2021年11月9号矿工地址出现一定的减持，大约4000枚左右 矿工数据我们点击JieData大于100天的地址异动，如上面的解释“由于该异动范围是10-100的区间内我们将地址列出来发现大量50枚的比特币地址“，我们发现很多50枚且数量一致的比特币在大量活动https://bitinfocharts.com/bitcoin/address/19YSWQueQYywqTLXsji2ZMuqap1AkqobzW https://bitinfocharts.com/bitcoin/address/16WhYuuoXx2RvDVn6uLAiUsZrF4GhDNLEe https://bitinfocharts.com/bit...
用Jiedata追踪GALA背后的鲸鱼
一、规律查询1、查询规律的原因o 不是所有的币种都有规律可寻 o 数据不是万能的 o 币种很多，找到最有规律的，即使是一个也够了 o 有规律的其实有很多，耐心找2、交易次数与交易总量o 90天内，GALA有2次上涨，交易次数过万，交易量达到10亿，异动两次（①和②）3、余额分布o 余额十万到百万的总余额有2处异动，总量达到1亿，需要重点数据追踪4、交易所钱包（去中心化交易所）o Uniswap异动超过2000万，异动2次5、聚合钱包余额o 聚合钱包异动值接近15亿，异动2次6、结论o GALA链上异动明显，前后时间一致，有规律性 o 异动日期范围：9.8-9.23（①）和11.10-11.24（②） o 异动考察日期可以先设定大一些二、9.13日异动分析1、交易次数与交易总量o 时间范围缩小后，图片更加精细 o 上图中的①出现两个非常清晰异动（③和④），这是因为聚合计算的原因2、余额分布o 只有最多的地址数量减少，其他均为增加，说明GALA在9.13日有项目方发币行为 o 发币时，地址数快速增加 o 发币后，大多数人迅速砸盘，地址数减少o 非零地址数的变化也验证了这一点3、交易所...
用Jiedata追踪GALA背后的鲸鱼
一、规律查询1、查询规律的原因o 不是所有的币种都有规律可寻 o 数据不是万能的 o 币种很多，找到最有规律的，即使是一个也够了 o 有规律的其实有很多，耐心找2、交易次数与交易总量o 90天内，GALA有2次上涨，交易次数过万，交易量达到10亿，异动两次（①和②）3、余额分布o 余额十万到百万的总余额有2处异动，总量达到1亿，需要重点数据追踪4、交易所钱包（去中心化交易所）o Uniswap异动超过2000万，异动2次5、聚合钱包余额o 聚合钱包异动值接近15亿，异动2次6、结论o GALA链上异动明显，前后时间一致，有规律性 o 异动日期范围：9.8-9.23（①）和11.10-11.24（②） o 异动考察日期可以先设定大一些二、9.13日异动分析1、交易次数与交易总量o 时间范围缩小后，图片更加精细 o 上图中的①出现两个非常清晰异动（③和④），这是因为聚合计算的原因2、余额分布o 只有最多的地址数量减少，其他均为增加，说明GALA在9.13日有项目方发币行为 o 发币时，地址数快速增加 o 发币后，大多数人迅速砸盘，地址数减少o 非零地址数的变化也验证了这一点3、交易所...
