
最近在看到一个很有意思的思路——通过分析成功项目早期持有者的其他投资来发现下一个机会。说白了就是”跟聪明钱”,这个想法挺吸引人的,于是决定试试看。
事情是这样的,最近Aster币种火爆,但币圈大佬分析认为,与其盲目追热点,不如去看看那些已经赚钱的”聪明钱”都在买什么。具体做法就是:
于是一位博主身体力行,手工进行了如下操作:
1. 选定目标项目
筛选一个涨幅不错的BSC项目作为分析对象。这位博主选择近日爆火的Aster币种。
2. 获取持有者数据
通过BscScan获取前100名持有者地址,整理成Excel表格。这一步还算简单。
3. 筛选有效地址
这一步比较费时。需要手工剔除: - 官方金库(持仓占比超过10%的) - 交易所地址(一眼就能看出来的Gate、MEXC、Binance等) - 项目方钱包(名字里带Safe、Treasury这种的) - 小散户(持仓价值太少的)
最终筛选出”看起来像聪明钱”的地址。
4. 分析持仓组合
这是最累的部分。需要一个个打开Debank,输入地址,看每个钱包除了目标币种外还持有什么。记录下来,统计频次。
5. AI智能分析
最后博主将整理完成的结果手动输入AI,进行具体投资标的的分析。
整个过程下来,确实发现了一些有趣的规律。某几个币种在这些聪明钱钱包里出现频率特别高,而且很多都是博主之前没关注过的项目。可以作为聪明钱的优质标的。
这个思路灵感确实有价值,但问题很明显: - 耗时太长,分析一个项目要半天 - 重复性工作太多,都是机械操作 - 数据更新不及时,等分析完成可能机会已经过了 - 容易出错,手工统计经常算漏或算错
这时候我就想,能不能把这个过程自动化?
我选择了发明者平台的工作流作为自动化平台,主要因为: - 可视化操作,不需要写太多代码 - 有现成的HTTP请求节点,方便调用API - 可以定时运行,实现自动化更新 - 集成AI分析,让结果更有价值
设计一个流程如下:
定时触发 → 获取持有者 → 筛选地址 → 批量查询持仓 → 数据分析 → AI生成报告

1. 定时触发器
设置固定时间间隔自动运行,这样就能按时看到最新分析结果。

2. 获取持有者数据
用Moralis API获取指定代币的持有者信息。这一步比较直接,就是个HTTP请求。请求方法选择GET,URL填入Moralis的持有者查询接口。这里我们将查询币种地址设置为外部参数{{$vars.contractAddress}},这样我们就可以随时更换最新的爆红币种进行查询。在查询参数部分添加三个参数:chain设为bsc指定币安智能链,limit设为100获取前一百个持有者,order设为DESC按持仓量降序排列。在请求头部分,accept设为application json,X-API-Key填入你的Moralis API密钥。这一步相当于自动化了作者手工去Bsc Scan复制地址的过程,而且数据更准确,不会有人工遗漏。

3. 智能筛选地址
这是整个流程的关键。我把之前手工筛选的经验写成了代码逻辑。首先写一个isInstitutionalLabel函数来识别机构地址,定义关键词数组包含exchange、binance、treasury、foundation等词汇。通过检测地址标签是否包含这些关键词来判断是否为机构地址。然后设置主要筛选条件:持仓比例小于5%来排除项目方大户,地址标签为空或不匹配机构关键词。USD价值需要大于100万美元。这些规则定义了筛选标准,但用代码实现能保证每次都是一致的标准。
// 检查机构标签的函数
function isInstitutionalLabel(label) {
const institutionalKeywords = [
'exchange', 'binance', 'coinbase', 'kraken', 'okex', 'huobi',
'uniswap', 'pancakeswap', 'sushiswap',
'treasury', 'foundation', 'team', 'dev',
'vault', 'pool', 'contract', 'router'
];
const lowerLabel = label.toLowerCase();
return institutionalKeywords.some(keyword => lowerLabel.includes(keyword));
}
// 筛选(聪明钱候选)的条件
const isRetail = (
// 主要条件:持有比例小于5%(降低10%标准,排除项目方和巨鲸)
item.percentage_relative_to_total_supply < 5 &&
// 辅助条件:排除已知的机构地址
(item.owner_address_label === null ||
!isInstitutionalLabel(item.owner_address_label)) &&
// 辅助条件:资金要求(大于100万美元)
parseFloat(item.usd_value) > 1000000
);
4. 批量查询持仓
对筛选出的地址,逐个查询它们的完整ERC20持仓情况。这里用了循环处理,更加方便。批处理大小设置为所有输入项目的长度{{$input.all().length}},这样能一次性处理所有地址。在循环内部添加HTTP请求节点,请求方法选择GET,URL使用Moralis的ERC20查询接口,里面有一个动态参数是{{$json.owner_address}}。这样每次循环会自动替换成当前处理的钱包地址。查询参数设置chain为bsc,limit为100。这个过程完全自动化了作者最耗时的环节,原来需要逐个复制地址到Debank查看持仓,现在系统几分钟就能完成几小时的工作量。

5. 数据分类统计
根据代币的安全评分和持仓集中度,分成三类:
// 高安全评分价值币 (安全评分>=90且已验证)
const highSecurityTokens = filteredTokens
.filter(token =>
token.security_score >= 90 &&
token.verified_contract
);
// 大额持仓潜力币 (持仓比例>0.1%且未评分或低评分)
const bigHoldingTokens = filteredTokens
.filter(token =>
token.percentage_relative_to_total_supply > 0.001 &&
(token.security_score === null || token.security_score < 80)
);
// 中等风险机会币 (安全评分60-85且已验证)
const mediumRiskTokens = filteredTokens
.filter(token =>
token.security_score >= 60 &&
token.security_score <= 85 &&
token.verified_contract
);
6. 统计币种频率
这是整个流程中最关键的一步。在拿到所有聪明钱的持仓分类数据后,需要统计各个币种在不同钱包中出现的频次。想象一下,假如我们筛选出了50个聪明钱地址,其中有30个都持有BTC,20个持有CAKE,那显然BTC的”共识度”更高,值得重点关注。
// 对三个分类分别进行频次统计
['highSecurityTokens', 'bigHoldingTokens', 'mediumRiskTokens'].forEach(category => {
const counts = {};
// 遍历所有钱包,统计每个代币出现次数
inputdata.forEach(item =>
item[category]?.forEach(token => counts[token] = (counts[token] || 0) + 1)
);
// 按频次降序排列,取前5名最热门的
result[category] = Object.entries(counts)
.sort((a, b) => b[1] - a[1])
.slice(0, 5)
.map(([token, count]) => ({ token, count }));
});
这一步的价值在于: - 把散乱的持仓数据变成有序的热度排行 - 通过”投票机制”找出聪明钱最认可的项目 - 为后续AI分析提供量化的参考依据
7. AI智能分析和输出
统计分析完成的数据输入到AI智能体,按照Prompt要求,系统会自动生成Telegram HTML格式的报告,包含:
=基于BSC链上特定ERC20代币持有者的"聪明钱"分析,通过分析优质项目早期持有者的投资组合,发现下一个潜力标的。
收集数据:{{ $json.result.toJsonString()}}
## 分析背景
通过分析成功项目持有者的投资组合发现聪明钱布局规律:
1. **筛选标准** - 持仓100万美金以上,排除项目方金库(≥10%)、交易所地址、Safe/Treasury钱包
2. **投资逻辑** - 这些聪明钱通常能提前发现优质项目,他们的其他持仓很可能是下一个机会
3. **风险分级** - 根据安全评分和持仓集中度进行分类,平衡收益与风险
## 数据结构说明
- **highSecurityTokens**: 高安全项目(评分≥90且已验证) - 核心长期持仓候选
- **bigHoldingTokens**: 大额集中持仓(持仓比例>0.1%且评分<80) - 聪明钱重仓押注标的
- **mediumRiskTokens**: 平衡风险项目(评分60-85且已验证) - 分散化配置选择
## 分析要求
1. **搜索最新资讯**: 重点关注代币的项目进展、生态发展、合作伙伴
2. **聪明钱逻辑**: 分析为什么这些成功投资者会选择这些标的
3. **市场时机**: 判断当前是否处于合适的进入时机
4. **组合建议**: 给出具体的仓位配置建议
## 输出格式要求
**使用Telegram HTML格式**,严格按照以下模板输出:
<b>🎯 聪明钱投资组合分析报告</b>
<b>💎 核心长期持仓</b> (High Security - 建议<code>30-40%</code>仓位)
<pre>代币 频次 聪明钱选择逻辑 建议操作
TOKEN XX次 核心价值分析 建仓/观望</pre>
<b>🚀 重仓押注标的</b> (Big Holdings - 建议<code>10-15%</code>仓位)
<pre>代币 频次 集中度 押注理由 风险提示
TOKEN XX次 高/中 爆发潜力分析 具体风险点</pre>
<b>⚖️ 分散配置选择</b> (Medium Risk - 建议<code>10-20%</code>仓位)
<pre>代币 频次 风险等级 配置逻辑
TOKEN XX次 中等风险 平衡收益原因</pre>
<blockquote><b>⚠️ 风险提示</b>
跟随聪明钱不等于稳赚,需要结合自身风险承受能力和市场环境做决策。不要持仓过于集中的建议,因为这本身就是根据目标币种进行的相关钱包筛选。</blockquote>
<i>数据来源: BSC链上实时持仓数据</i>
**严格格式化要求**:
1. 每个<b>标签必须有对应的</b>
2. 每个<code>标签必须有对应的</code>
3. 每个<pre>标签必须有对应的</pre>
4. <blockquote>标签必须有对应的</blockquote>
5. <i>标签必须有对应的</i>
6. 代币地址使用<code>地址</code>格式
7. 链接使用<a href="URL">文本</a>格式
每个分类都会显示代币出现频次,并结合最新市场资讯给出具体的投资建议和风险提示。报告直接推送到Telegram频道,方便随时查看。
注意: 为了更清晰的逻辑说明,文中代码为简化版,完整代码可参考文末策略链接。
工具搭建好后,我测试了几次,效果还不错:

优势: - 从半天手工分析缩短到几分钟自动完成 - 数据更准确,避免了人工统计错误 - 可以同时分析多个项目,效率大幅提升 - AI分析让结果更有指导价值
遇到的问题: - API调用限制,需要控制请求频率 - 有些地址的标签识别不够准确,还需要人工判断 - 市场变化太快,工具只能提供参考,不能完全依赖
用了一段时间后,发现这个工具最大的价值不是直接告诉你买什么,而是帮你快速缩小关注范围。从成千上万个币种中筛选出几十个值得研究的标的,这就已经很有价值了。
后续改进计划: - 增加更多链的支持,不只是BSC - 优化地址标签识别逻辑 - 加入价格变化监控,及时发现异动,这个结合发明者平台最简单实现 - 增加风险评估指标
文章末尾提供策略源码,可进行工作流搭建:
凭证需求: