投资者就是要像财经记者一样,不放过目标公司任何的线索。——李录
官方账号:查看是否有蓝标(或金标)、关注者是否真实(检查互动质量)。
创始团队:搜索创始人、开发人员的账号,查看他们的背景、发文频率以及行业认可度。
投资人 & 顾问:优质项目通常会有知名投资机构或行业大佬支持。
粉丝数量:是否有异常增长?如果短时间暴涨,可能是刷粉。
粉丝数量的追踪可以通过fedica等工具完成,产品需要收费。
互动质量:点赞、评论、转发是否有实际讨论,还是单纯的“GM”、“LFG”?
关键指标:
参与度:每条推文的平均点赞/评论比率(高质量项目的互动率一般较高)。
如果比率高于 50:1,需要高度关注是否刷赞。
负面反馈:是否有用户抱怨 rug(跑路)、提现困难、合约漏洞等?
FUD(Fear, Uncertainty, Doubt):如果有大量负面新闻,需谨慎对待。
“项目名 scam”
“项目名 rug”
“项目名 exploit”
“项目名 withdraw”
“项目名 issues”
“项目名 problems”
公告频道:团队是否定期发布更新(如开发进展、合作消息)?
讨论频道:成员是否积极交流?内容是技术讨论还是单纯炒作?
支持频道:是否有用户提出问题,团队是否及时回应?
成员数量多但无人发言,可能存在刷人数嫌疑。
活跃社区通常有真实用户提问、分享或反馈。
查看是否有 AMA(Ask Me Anything)记录,评估团队的透明度和专业性。
如果没有用付费工具,可以用Grok Ai做一个辅助分析。
注意团队是否回避关键问题(如代币分配、技术细节)。
如果加入 Discord 后有人主动私聊你推广“空投”或“紧急更新”,一般都是骗局。
部分项目被黑客攻破后,骗子会发“紧急钱包升级”公告,诱导用户授权恶意合约。
如果项目在 Discord 分享智能合约地址,可以去 Etherscan/BSCScan 检查是否有异常交易。
不自然的交易频率:比如在几分钟内有数百笔小额交易,可能是在刷交易量(wash trading)以制造活跃假象。
不自然的筹码集中度:前10大占比超过50%要重点关注。
#公告:查看最近的更新频率,是否按路线图推进。
#开发更新:关注技术进展,是否真的在写代码。
#支持/反馈:看看用户是否抱怨提币失败、卡顿等问题。
#骗局举报:有些项目会开设专门的欺诈举报频道,如果这里频繁有人举报骗局,要提高警惕。
进行链上分析时,交易者应集中注意几个关键指标,以获得可行的见解。
Holder交易量:交易量是评估市场活动的一个重要指标,它帮助理解市场中的买入或卖出压力。高交易量通常意味着市场参与者的活跃度较高,低交易量则可能表示市场处于观望状态。
但是要注意短时间内大量交易,如果智能合约刚部署不久,就出现大量集中交易(尤其是转账到单一地址),可能是项目方或开发者在“抽水”(rug pull)或转移资金。
供应分布:这个指标展示了代币所有权的集中度情况。通过分析供应分布,初学者可以了解代币是否过于集中在少数地址上,这可能对市场的流动性和稳定性产生影响。
**交易费用:**用户为交易支付的总费用,高交易费用可能表明网络需求高,反映网络的拥堵程度和用户愿意支付的成本;
仓量:(Total Value Locked, TVL),在DeFi协议中锁定的总价值,TVL高通常表示协议受欢迎且被广泛使用,衡量DeFi协议的规模和受欢迎程度;
总结
最终重要的事情是:多维度验证,避免被割。
X(Twitter) 看官方动态、社区互动和负面反馈。
Discord和Telegram看官方沟通、社区活跃度、项目进展以及是否有骗局。
链上数据 交叉验证,确保项目资金流动合理。
新闻 & 论坛 获取第三方评价,判断是否有隐患。
重复性:机器人回复往往使用相同或高度相似的短语,例如“Great project!”、“To the moon!”或“Buy now!”。 检查多条评论是否几乎一模一样,或者仅在词序上稍作调整。
缺乏上下文:回复与原始帖子或问题无关,显得机械化。 例如:问题问“审计报告在哪里?”,回复却是“LFG! Best team ever!”。
过于简单:短句、表情符号堆砌(如“”),缺乏实质性内容。
语法异常:拼写错误、不自然的语言结构(可能是翻译软件生成)。
批量操作:同一时间段内多个账号同时回复,时间戳非常接近。 在 X 上查看回复时间,或在 Discord/Telegram 中观察消息间隔。
新账号:账号刚创建不久(如 X 上显示“Joined 1 month ago”),发帖历史少。 检查 X 用户的注册日期和历史推文。
高频发帖:短时间内发布大量类似内容,超乎正常用户活跃度。 在 Telegram/Discord 中滚动聊天记录,看是否有账号反复刷屏。
用户名模式:机器人账号常使用随机字母数字组合(如“User123xyz”)或类似模板的命名。 对比:真实用户更可能有个性化名字。
头像与简介: 默认头像(如鸡蛋头)或偷来的图片(可用 Google 反向图片搜索验证)。
简介空洞、通用(如“Crypto lover”),或直接为空。
关注/粉丝比例:关注数百人但几乎无粉丝,或反之,比例极不平衡。 在 X 上检查“Following”和“Followers”数字。
X(Twitter): 使用“查看互动”功能,看看点赞/回复是否来自类似账号。
机器人可能被批量标记为“已暂停”或“限制”。
Discord: 检查用户角色:机器人常被分配低级或默认角色。
消息发送过于规律(如每隔几分钟发一次),不像人类随机互动。
Telegram: 机器人可能被设置为“管理员”但只发固定消息。
群内刷屏内容多为链接或表情,缺乏对话。
主动提问:在讨论中提出具体问题(如“智能合约地址是多少?”),观察回复。 机器人通常无法回答复杂或个性化问题,只会重复预设内容。
提及账号:@某个疑似机器人的用户,看其是否回应。 无反应或无关回复可能是机器人。
语言切换:用非英语提问,机器人可能仍用英语模板回复。
Botometer(适用于 X):分析账号行为,判断其是否像机器人(需要注册)。
TweetDeck:实时监控关键词,观察回复模式。
链上验证:如果机器人宣传钱包地址或交易,检查链上数据(如 Etherscan)是否与活跃度匹配。
实例分析 场景:某项目在 X 上发帖,10 条回复中有 8 条是“Amazing team!”、“Bullish!”。 检查账号:均为新注册,头像一致,简介为空。
结论:高度可能是机器人刷评。
场景:Telegram 群内有人每隔 5 分钟发“Join now!”并附带链接。 检查行为:无其他互动,消息高度规律。
结论:典型机器人行为。
灰色地带:有些真实用户可能因热情而重复发帖,别仅凭单一特征下结论。
综合判断:结合内容、账号和行为多方面分析,避免误判。
警惕演化:高级机器人可能模仿人类行为(如加入随机延迟),需更仔细观察。实例分析 场景:某项目在 X 上发帖,10 条回复中有 8 条是“Amazing team!”、“Bullish!”。 检查账号:均为新注册,头像一致,简介为空。
结论:高度可能是机器人刷评。
场景:Telegram 群内有人每隔 5 分钟发“Join now!”并附带链接。 检查行为:无其他互动,消息高度规律。
结论:典型机器人行为。
灰色地带:有些真实用户可能因热情而重复发帖,别仅凭单一特征下结论。
综合判断:结合内容、账号和行为多方面分析,避免误判。
警惕演化:高级机器人可能模仿人类行为(如加入随机延迟),需更仔细观察。