退出流动性机器:揭秘 Pumpfun 代币发行的内部狙击套利
作者:Pine Analytics
编译 :GaryMa 吴说区块链
摘要
本报告调查了 Solana 上一种普遍且高度协同的 meme 代币刷农(farming)模式:代币部署者向 “狙击钱包(sniper wallets)” 转入 SOL,使这些钱包能够在代币上线的同一区块内买入该代币。通过聚焦部署者与狙击者之间清晰、可证明的资金链,我们锁定了一组高置信度的抽取式行为。
我们的分析显示,这种策略既不是偶发现象,也不是边缘行为 — — 仅在过去一个月内,就通过这种方式从15,000 多次代币发行中提取了超过15,000 SOL的已实现利润,涉及 4,600 多个狙击钱包和10,400 多个部署者。这些钱包表现出异常高的成功率(87%的狙击获利)、干净利落的退出方式以及结构化的操作模式。
关键发现:
- 部署者资助的狙击具备系统性、盈利性且通常自动化,狙击活动在美国工作时间内最为集中。
- 多钱包刷农结构十分常见,经常使用临时钱包与协同退出来模拟真实需求。
- 混淆手段不断升级,例如多跳资金链和多签名狙击交易,以逃避检测。
- 虽有局限,我们的一跳资金过滤器仍能抓取最清晰、可重复的大规模“内部人”行为案例。
- 本报告提出了一套可操作的启发式方法,帮助协议团队和前端实时识别、标记并应对此类活动 — — 包括追踪早期持仓集中度、给部署者关联钱包打标签,并在高风险发行中向用户发出前端警告。
尽管我们的分析仅覆盖了同区块狙击行为的一个子集,但其规模、结构和盈利性表明:Solana 代币发行正受到协同网络的积极操控,而现有防御措施远远不足。
方法论
本分析以一个明确目标为起点:识别 Solana 上表明协同 meme 代币刷农的行为,尤其是部署者在代币上线同区块为狙击钱包提供资金的情况。我们将问题分为以下阶段:
1. 筛选同区块狙击
我们首先筛选在部署后同一区块即被狙击的钱包。由于:Solana 没有全局 mempool;要在代币出现在公共前端之前知晓其地址;以及部署与首次 DEX 交互之间的时间极短。这种行为几乎不可能是自然发生,因此“同区块狙击”成为识别潜在串通或特权活动的高置信度过滤器。
2. 识别与部署者关联的钱包
为区分技术高超的狙击者与协同“内部人”,我们追踪了代币上线前部署者与狙击者之间的 SOL 转账,仅标记满足以下条件的钱包:直接从部署者接收 SOL;直接向部署者发送 SOL。只有在上线前存在直接转账的钱包才被纳入最终数据集。
3. 将狙击与代币利润关联
针对每个狙击钱包,我们映射其在被狙击代币上的交易活动,具体计算:买入该代币花费的 SOL 总额;在 DEX 卖出所得的 SOL 总额;已实现净利润(而非名义收益)。这样可精确归因每次狙击从部署者处抽取的利润。
4. 衡量规模与钱包行为
我们从多个维度分析此类活动的规模:独立部署者与狙击钱包数量;确认的协同同区块狙击次数;狙击利润分布;部署者每人发行的代币数量;狙击钱包跨代币复用情况。
5. 机器活动痕迹
为了解这些操作如何进行,我们按 UTC 小时对狙击活动分组。结果显示:活动集中在特定时间窗口;在 UTC 深夜时段显著下降;这表明与其说是全球化、持续的自动化,不如说是与美国对齐的 cron 任务或人工执行窗口。
6. 退出行为分析
最后,我们研究部署者关联钱包在卖出被狙击代币时的行为:测量首笔买入到最终卖出之间的时间(持仓时长);统计每个钱包退出所用的独立卖出交易数量。由此分辨钱包是选择快速清仓还是渐进式抛售,并考察退出速度与盈利性的关联。
