本文基于2026年6月和7月两个相互独立的观察窗口,以及v1、v2两套狙击手群组检测管线,比较Solana memecoin市场中预毕业 bonding-curve 群组样本与毕业后算法拒绝样本的代币集合重叠。结果显示,群组样本与拒绝流的重叠均低于群组总体的1%,分别为0.010%和0.803%,且两个窗口间群组样本交集为零。研究认为,低重叠主要源于两类算法观测的是代币生命周期的不同阶段,而非时间窗口、数据源、DEX场所或管线版本造成的统计假象 。
| 指标 | v1:2026-06-11至06-25 | v2:2026-06-29至07-16 |
|---|---|---|
| 群组唯一代币数 | 20,162 | 623 |
| 窗口匹配的拒绝流唯一代币数 | 83 | 1,743 |
| 集合交集代币数 | 2 | 5 |
| 交集占群组比例 | 0.010% | 0.803% |
| 交集占拒绝流比例 | 2.410% | 0.287% |
| 群组与拒绝流代币数量比 | 242:1 | — |
这不是传统意义上的公司研究报告,因此没有股票评级、目标价、收入预测、DCF估值或P/E估值。报告的核心结果是一个市场微观结构和数据测量结论,而不是投资推荐。
报告的中心论点是:狙击手群组检测与算法过滤器拒绝这两种分析流虽然都作用于同一个Solana memecoin市场,但它们观察的是代币生命周期中的不同阶段,因此识别出的代币集合几乎不重叠。
具体而言,狙击手群组检测主要发生在pump.fun的bonding curve(联合曲线)阶段,关注早期买家钱包、首批买家排名、钱包之间的共现关系以及投入SOL数量;算法过滤器拒绝流则主要发生在代币毕业之后的PumpSwap及其他开放市场DEX,关注价格、流动性、交易量和价格变化等交易结果。,
报告使用两个互不重叠的时间窗口、两个版本的群组检测管线进行复制:
因此,作者不是主张两个集合完全没有交集,而是主张交集相对于群组检测总体而言始终低于1%,且这种分离在不同时间窗口和不同检测器版本下都存在。,
报告首先将研究置于加密货币市场微观结构、链上协调行为识别和算法交易过滤器审计三个文献方向中。Makarov与Schoar关于跨交易所套利和价格形成摩擦的研究,说明加密市场存在显著的市场分割和交易摩擦;Foley等关于加密货币非法协调流的研究,说明表面上的链上活动可能由少数协调主体驱动;Meiklejohn等建立的钱包聚类方法,则构成了本报告群组检测方法的技术来源。
在pump.fun具体研究中,报告区分了两类研究流:
报告还引用了pump.fun毕业率研究:Kamat此前报告2026年5月至6月样本的毕业率约为0.198%,Marino等报告2025年9月至10月样本为0.63%。报告认为二者差异可能来自2026年市场中“低投入、零努力”发行占比上升,而不一定意味着毕业机制本身发生变化。
这一背景对于本文很重要,因为如果所有pump.fun代币都能顺利进入开放市场,那么早期群组检测结果理论上应当可以与后续拒绝流大量连接;但实际毕业率极低,且两个数据流的观测条件不同,因此两者直接合并可能造成严重的样本选择错误。,
v1文件为sniper_cohorts_intra.jsonl,共有20,163行,但只对应20,162个唯一mint,说明至少有一个mint出现了重复观察记录。
该数据覆盖2026年6月11日21:47:47至6月25日06:49:25,实际跨度约13.4天。字段包括mint地址、检测时间、群组钱包、群组规模、每个钱包平均投入SOL、首批买家中位排名、检测窗口长度以及交易签名。
v1管线于2026年6月29日退役并由v2替代,但其输出被冻结,因而具有可重复性。报告将v1视为一个固定的历史测量版本,而不是不断更新的实时数据流。
v2文件为sniper_cohorts_intra_v2.jsonl,包含623行和623个唯一mint,观察窗口为2026年6月29日02:20:58至7月16日15:09:23,实际跨度约17.5天。
v2采用比v1更严格的筛选标准,因此检测数量显著降低,但作者认为留下的群组置信度更高。v1在13.4天内识别20,162个mint,而v2在17.5天内只识别623个mint,说明两个版本的选择性差异非常大。,
需要特别注意的是,两个群组文件都没有dexId或其他交易场所字段。这意味着群组检测数据本身无法直接判断代币是否已经进入PumpSwap、Raydium或Meteora。
拒绝数据文件为rejection_outcomes.jsonl,每一行代表某个被拒绝代币在特定拒绝后时点的一次观察,字段包括mint、符号、拒绝理由、拒绝时间、采样时间、代币年龄、价格、流动性、24小时交易量、5分钟/1小时/24小时价格变化、DEX标识和交易对地址。
该文件约有713,000行、约4,600个唯一mint,覆盖2026年4月10日至7月16日,时间戳覆盖率为99.95%。由于文件仍在持续写入,精确行数会随着分析运行略有变化,因此作者同时发布了冻结的窗口子集以保证字节级复现。
v1时间窗口内,拒绝数据包含12,688行和83个唯一mint;v2窗口内,拒绝数据包含1,743个唯一mint。v2的唯一mint数量是v1的约21倍,作者将其解释为7月期间过滤器监测范围的扩大。
这里存在一个重要的分母不对称:v1的群组集合远大于拒绝集合,比例约为242比1;而v2的拒绝集合反而大于群组集合,约为2.8比1。,
作者将两个数据集的mint地址分别读入Python集合,并通过集合交集计算重叠数量。该方法直接回答的是“同一mint是否同时出现在两个数据流中”,而不是“钱包是否相同”“交易行为是否相似”或“群组行为是否导致代币毕业”。
报告分别计算:
窗口匹配重叠是更重要的指标,因为它避免了用不同时期的数据进行比较。
作者系统检验了四个可能解释:
这些检验并不完全是互相排斥的。例如,数据源不匹配和DEX不对称最终被作者视为“生命周期分离机制”的表现,而不是对核心结论的反驳。,
v1窗口内,群组集合有20,162个mint,拒绝集合有83个mint,窗口匹配交集为2个mint。
计算上:
全时段拒绝流与v1群组集合的交集为4个mint,但其中只有2个落在窗口匹配比较中。
v2窗口内,群组集合为623个mint,拒绝集合为1,743个mint,交集为5个mint。
对应比例为:
因此,v2相对于v1的“群组侧重叠率”上升约80倍,但绝对交集只从2个增加到5个。作者强调,这种差异主要由分母大幅缩小、拒绝流覆盖扩大以及小样本整数波动共同造成,而不能被解释为两个总体突然变得高度重合。
v1群组mint与v2群组mint的交集为零。作者将其解释为Solana memecoin市场周转速度很快,每个检测窗口捕捉到的是不同的时间切片。
这一结果一方面支持了两个窗口的独立性,另一方面也说明不能将不同时间段的群组数据简单拼接后视为一个稳定不变的总体。对于研究协调行为的持续性,必须使用时间上重叠的观察设计。
图1用两个大小不同的圆表示群组总体和拒绝总体,圆面积大致按唯一mint数量比例绘制。群组圆标注为20,162,拒绝圆标注为4,602,中央标注交集为4个mint,占群组的0.020%、占拒绝总体的0.087%。
该图的视觉重点是数量级差异:群组总体远大于完整拒绝总体,且交集几乎不可见,因此强调“总体分离”而非普通的比例差异。
但是,这张图存在需要审慎处理的口径问题。正文5.1讨论的是v1窗口内83个拒绝mint和2个交集,而图1显示的是全时段4个交集和4,602个拒绝mint;因此图1不能直接作为v1窗口匹配结果的图示,它实际更接近全时段比较。,
图6分为两个面板。面板A使用对数纵轴展示绝对数量,v1的群组mint为20,162、拒绝mint为83、交集为2;v2分别为623、1,743和5。
使用对数轴是合理的,因为不同类别的数量跨越多个数量级;如果采用普通线性轴,v1群组20,162会压扁其他柱形,难以观察83、5和2等小数值。
面板B展示两个比例:相对于群组总体的重叠率,以及相对于拒绝总体的重叠率。图中1%的虚线主要用于强调群组侧比例,v1为0.010%,v2为0.803%,两者均低于该线;但拒绝侧的v1比例为2.410%,并不低于1%,因此“两个窗口都低于1%”只能准确地用于群组侧,而不能用于所有分母口径。
报告正文称该图为Figure 2,但插图标题显示为“Figure 6”,且提供的原文中没有完整呈现Table 1,也没有给出Figure 2至Figure 5的内容。这会降低报告结构和图表编号的可核验性。,
该图以对数轴展示完整拒绝流的DEX分布。主要类别为:
图表说明PumpSwap占主导地位,表明拒绝流主要反映毕业后PumpSwap市场,而不是bonding curve早期买家市场。
该图也暴露出若干数据口径问题。图中各类别相加约为704,916行,但标题称完整数据有712,656行,二者相差约7,740行;如果用712,656作为分母,PumpSwap占比约91.8%,与正文6.3的91.8%一致,但图中标出的92.9%更接近用已展示类别合计作为分母计算的结果。,
因此,图表可能排除了未列出的DEX类别或未分类记录。作者应明确说明剩余行的归属,否则读者容易误以为五个柱形已经覆盖全部712,656行。
该图按UTC小时展示被拒绝代币随后达到至少10倍峰值收益的比例。整体平均胜率为4.371%,17时最高,图中标注为7.36%;22时最低,约为1.73%。,
卡方统计量为22.26,低于5%显著性水平下24个小时均匀分布的临界值35.17,因此作者未拒绝“小时分布近似均匀”的假设。
不过,这一检验只能说明没有足够证据认为胜率存在显著的小时分布偏离,不能证明完全不存在时间效应;同时,它检验的是拒绝后反事实胜率的小时变化,并非直接检验“群组集合与拒绝集合交集”的小时变化。因此,它对主结论属于间接稳健性支持,而不是直接的集合交集检验。,
该图用蓝线表示群组检测数量,用橙线表示拒绝行数,阴影区域表示2026年6月11日至25日的v1群组观察窗口。
图形显示群组检测主要集中在阴影窗口内,而拒绝流在更长的4月至7月期间持续变化,并在7月出现明显较高活动。该图支持作者关于拒绝监测覆盖在后续时期扩大的判断,也能解释为什么v1和v2的拒绝集合规模差异很大。,
然而,图中的两个纵轴量纲不同,蓝线以群组检测数为单位,橙线以拒绝行数为单位,不能直接比较线条高度来判断哪个数据流“更活跃”。此外,图表显示的是每日活动量,而不是每日唯一mint交集,因此它不能单独证明时间窗口不是低重叠的原因。
报告最有价值的部分不是简单报告交集很小,而是解释为什么交集很小。群组文件包含wallets、n_wallets、avg_sol、first_rank、tx_sigs和window_sec等钱包及早期买家字段;拒绝文件则包含价格、流动性、交易量、价格变化、DEX标识和交易对地址。
这两组字段并非同一阶段的不同测量,而是两个阶段的不同测量。代币处于bonding curve时,首批买家排名和钱包共现关系是有定义的;代币毕业后,价格、流动性和DEX交易对才成为主要可观测变量。
因此,报告把“数据源不匹配”和“DEX不对称”解释为同一个生命周期机制的不同表现:群组流观察的是毕业前,拒绝流几乎完全观察毕业后。,
报告以0.198%的pump.fun毕业率作为一个基准零假设,计算20,162个v1群组mint理论上应有约39.9个完成毕业;若用均值为39.9的Poisson分布,观察到不超过2个交集的概率约为3.9×10^-15。若使用Marino等较高的0.63%毕业率,理论期望约127个,观察到不超过2个的尾部概率约为5×10^-52。
这项计算的含义是:v1的2个交集不仅远低于“两个数据流高度重叠”的情形,甚至低于仅依据总体毕业率推导出的简单预期。
作者提出两种可能机制:第一,群组检测到的代币可能比一般pump.fun代币更不容易毕业;第二,即使群组代币已经毕业,也未必能进入过滤器所观察的交易场所或决策面。
但这部分需要谨慎。第一,0.198%是总体毕业率,并不必然适用于群组检测样本;第二,v2样本只有623个,按0.198%毕业率计算期望值约为1.23个,而观察到5个交集,实际上高于这一简单期望,并不能用同样方式表述为“低于毕业率预测”。因此,报告关于v1的Poisson论证较有力,但不能不加区分地外推为v1和v2都显著低于该零假设。,
报告明确列出五项局限:
报告的主要潜在偏差来自选择机制。v1识别20,162个mint,v2只识别623个mint,两个检测器并非对同一类候选以相同阈值进行抽样;拒绝流又受过滤器覆盖范围和DEX决策面影响。因此,低交集既可能反映生命周期分离,也可能部分反映管线选择性、市场覆盖度和观测缺失。,
另外,报告将“低于1%”作为结构性结论,但v2的0.803%已经接近该阈值,且仅增加一个交集mint就会升至0.964%,再增加一个就超过1%。这说明“低于1%”在小样本下对整数变化非常敏感,更稳妥的表达应是“交集处于极低的数量级”,而不是把1%视为具有稳定经济含义的自然界线。
这份报告的核心贡献是指出:在Solana pump.fun生态中,不能把早期狙击手群组数据和毕业后算法过滤器拒绝数据视为同一个代币总体的两个样本。v1窗口中,20,162个群组mint只有2个进入同期拒绝流,占群组总体0.010%;v2窗口中,623个群组mint有5个进入拒绝流,占0.803%。两个窗口的群组集合彼此完全不重叠。,
图表进一步强化了这一结论:绝对数量图显示两个数据流的规模高度不对称;比例图显示群组侧交集均低于1%;DEX分布图显示拒绝流约九成以上来自PumpSwap等毕业后场所;字段对比则表明两个数据集测量的是不同生命周期阶段。,
因此,报告对研究和实际系统设计提出的主要建议是:过滤器必须显式建模“bonding curve—毕业—开放市场”的转换过程;市场监测系统需要同时接入早期钱包行为流和毕业后的价格流,并通过mint地址及毕业事件进行跨阶段连接;研究者在分析群组活动对后续交易结果的影响时,应使用“已毕业代币”作为更合理的反事实总体,而不能直接将全部早期发行代币与开放市场样本比较。
总体而言,报告的结构性判断具有较强一致性,但精确重叠率、Poisson显著性和图表分母仍需更严格的数据口径说明。最稳妥的最终结论是:报告较有力地证明了两个检测流在观测对象和生命周期阶段上高度分离,但尚不足以精确估计群组代币的真实毕业概率,也不能单凭集合交集推断协调行为对代币后续表现的因果影响。,
2609.18975.pdf