← 返回 Quant Digests · 站点首页

别把这篇 2026 Pump.fun 论文只读成“毕业概率说明书”：对 short-cycle desk，更该先测的是「同一 `vSOL` 下的快路径 launch alpha」

• 时间：2026-04-03 13:55 UTC
• 类型：论文 / 公开链上数据
• 主题类型：raw alpha
• 基础 alpha：同一条 Pump.fun bonding curve 上，若新币在早期以更少成交笔数、更低 bot 占比、更健康的参与者结构快速累积 vSOL，其后续“继续吸引资金并冲向 graduation”的概率显著更高；可把它做成一个 launch-phase long-only event alpha，而不是把 vSOL 本身误当成充分信号。
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是
• 主题标签：raw-alpha/event-driven/launchpad/pumpfun/solana/onchain/microstructure/flow-velocity/graduation-probability/bot-share/long-only/1m/3m/5m/public-data/paper/cost/risk
• 证据类型：2026 arXiv 论文 HTML source audit + Pump.fun 公开机制 + Solana 链上可观测交易日志口径

1. 这次看了什么

这轮补一个和最近 perp pairs / funding / cross-venue 线不一样，但仍然是可独立复现的 raw alpha：Marino、Naviglio、Tarantelli、Lillo 在 2026 年的新论文 _Predicting the success of new crypto-tokens: the Pump.fun case_。

一句话先说清这篇东西的 base alpha：不是“某个 memecoin 会不会成功”这种叙事判断，而是“同样走到某个 bonding-curve 状态时，哪类 token 更容易继续吸到资金并冲向 graduation”。对 short-cycle desk 来说，真正该抄的不是“毕业概率曲线”本身，而是其背后的 path-dependent flow alpha：同样的 vSOL，快路径比慢路径更值钱；低 bot 污染路径比高 bot 污染路径更值钱。

这条线之所以值得进池子：

• 它是 raw alpha，不是纯解释型综述；
• 数据公开可拿，链上逐笔可回放；
• 频率天然足够高，虽然不一定是传统 5m/15m perp，但非常适合 1m/3m 的高强度事件驱动实验；
• 能拆成完整策略：entry / exit / sizing / cost / dump veto 都能落地。

2. 核心结论

• 这篇东西的 base alpha 很清楚：launch-phase continuation / graduation continuation，不是 filter 伪装成 alpha。
• 样本非常大：作者抓了 2025-09-01 到 2025-10-01 的 Pump.fun 全量新币，合计 655,770 个 token；其中只有 4,338 个毕业，毕业率约 0.63%。这说明“随便冲”几乎一定死，必须做强筛选。
• 论文给出一个非常有用的经济学 sanity check：如果你在某个 vSOL 水位买入并持有到 graduation，最粗糙的 break-even 条件是

p(grad | features, vSOL) > (vSOL / 115)^2。

• 这意味着：vSOL=30 时至少要 6.8% 的毕业概率才勉强打平；
• vSOL=50 时要 18.9%；
• vSOL=80 时要 48.4%；
• vSOL=100 时要 75.6%。
• 只看 vSOL 自身还不够。论文明确说：仅靠 baseline vSOL 曲线，做 naive buy-and-hold 是过不了 break-even 的。 真正有用的是附加条件。
• 最强附加条件不是“明星钱包”，而是流动性积累速度：在相同 vSOL 下，用更少成交笔数冲到该水位的 token，毕业概率明显更高；作者直说它是全文里最有信息量的 predictor。
• bot 结构也有用。作者表格给出的 out-of-sample 结果里：
• 当 token 至少到过 vSOL ≥ 80，baseline 毕业概率约 35.4%；
• 若再要求非 bot 交易占比 > 30%，概率升到约 43.6%；
• 当 token 至少到过 vSOL ≥ 100，baseline 约 63.8%；
• 加上同样的非 bot 条件后升到约 74.8%。

这说明“谁在参与这段上涨”确实重要，不是只有资金量重要。

• 论文还提醒了一个很关键的现实：creator/早期钱包的 dump 在这个生态里非常常见。 在满足最少 30 笔成交的样本里，作者用稳健 Shewhart 规则检测到 92.22% 的 token 至少出现过一次 dump 事件。也就是说，这条 alpha 能做，但不能把 exit 写得太天真。

3. 为什么和当前项目有关

如果继续只补 perp trend / breakout / pairs，会慢慢形成素材池偏科；这篇东西补的是一个此前素材池里相对缺的“一级发行 / launchpad / bonding-curve 微观结构 alpha”方向。

它和当前 desk 的直接关系在于：

• 给 raw alpha 素材池补一条事件驱动型支线，而不是再补一个泛 filter；
• 可与我们已有的 OFI / bot-flow / microstructure / liquidity gate 框架共用很多实现件；
• 即使最后不做 Pump.fun，也能迁移到其他launchpad / AMM 初期价格发现场景；
• 对 1m / 3m 尤其友好：不是等 K 线走完，而是等路径特征成形。

3.5 策略拆解（必填）

• 方向属性：event-driven / launch continuation / microstructure raw alpha
• 基础 alpha：同一 vSOL 水位下，资金积累更快、bot 污染更低、参与者结构更健康的 token，更可能继续完成 graduation；可做 launch phase continuation。
• regime：只在 Pump.fun / 类似 bonding-curve launchpad 的活跃时段有效；SOL 主链拥堵、手续费异常、链上拥堵严重时应降权。
• filter / veto：必须过滤极端 bot 污染、成交笔数过慢、creator dump 信号、极端单钱包控盘、超快不可成交 token。
• risk / sizing / execution overlay：长仓 only；极小单名义；分散到一篮子事件；触发 creator-dump / 急速回撤 / 时间超限就强平；不要用“持有到毕业”当唯一 exit。

4. 可复刻的最小实验

4.1 研究假设

如果我们用公开 Solana 链上数据重建 Pump.fun token 的 launch 早期路径，那么在相同 vSOL 阶段，低 trades-to-vSOL + 低 bot share + 非单钱包挤出来的流入 的组合，应当显著提高后续 1~15 分钟继续上冲 / 逼近 graduation 的概率与风险调整收益。

4.2 先别做太花，最小版这样切

Universe

• 标的：Pump.fun 新发 token
• 样本：最近 30 天或 60 天
• 事件起点：token creation 后前 15 分钟

状态变量

1. vSOL_now
2. n_trades_to_now
3. bot_share_to_now
4. unique_wallets_to_now
5. top_holder_share（若拿得到）
6. creator_related_wallet_sell_flag（若拿得到）

最小入场规则（v1）

• 只看 token 第一次达到 vSOL ∈ [30, 50] 的时刻；
• 要求 n_trades_to_now <= 50 或落在当日同批 token 的前 20% 快路径分位；
• 要求 bot_share_to_now <= 70%（更保守可直接要求 non-bot > 30%）；
• 要求最近 60s 无单钱包大额 dump；
• 满足则在下一笔可成交价格或下一根 15s/1m bar 进场。

最小出场规则（v1）

• TP1：到达 vSOL=80 / 100 分段止盈；
• TP2：接近 graduation 前分批减仓，不强求吃满最后一段；
• SL1：出现 creator/关联钱包 dump 特征立即走；
• SL2：入场后 3m / 5m 内 vSOL 不再创新高则时间止损；
• SL3：价格自入场高点回撤超过阈值（例如 12%~15%）则止损。

4.3 成本口径

这条线一定要老实：

• Pump.fun 虚拟曲线阶段每次 swap 有 1.25% fee；
• 论文的 break-even 推导还忽略 gas 与额外摩擦，所以真实门槛只会更高；
• 若没有链上实际成交明细与滑点模型，任何纸面收益都很容易偏乐观。

4.4 先看 4 个指标

1. conditional_grad_prob：按 vSOL bucket × speed bucket × bot-share bucket 统计后续毕业率
2. entry_to_exit_return_net_fee
3. max_drawdown_before_exit
4. creator-dump hit-rate after entry

4.5 下一步怎么测

1. 先复现论文最核心的两层条件：vSOL + trades_to_vSOL，确认“快路径优于慢路径”在你自己的链上重建口径里也存在；
2. 再加 bot_share，检验它对 vSOL≥80 和 vSOL≥100 区间是否真有 uplift；
3. 把“毕业”目标改成更贴 desk 的短持有目标，例如：未来 1m/3m/5m 最大上冲幅度、是否在 5m 内继续冲到下一档 vSOL；
4. 最后单独做 dump veto：入场后若出现 creator wallet/cluster 的异常集中卖出，策略收益是否明显改善。

5. 为什么这篇值得、但也不能过度神化

值得的地方

• 论文直接告诉你：别把 vSOL 当充分条件，路径本身才是 alpha。
• 数据是公开链上原始数据，不是黑箱 vendor；
• 可直接复现成事件驱动完整策略，而不是停在“解释一个现象”。

保留意见

• 这条线更像 launchpad 特化 alpha，不是通用 perp alpha；
• raw alpha 成立不代表容易实盘，因为手续费高、滑点高、失败率极高；
• 论文里的经济学 break-even 仍然过于乐观，因为它默认“失败就归零、成功就卖到毕业”，但没把所有现实摩擦和可成交性细节吃进去；
• “成功 trader” 这类变量有一定实现复杂度，且论文自己也承认不如 liquidity velocity 稳健；
• 生态中 dump 极多，所以exit 设计的重要性不低于 entry。

6. 我对 desk 的实际建议

如果真要把它推进到研发队列，建议不要一开始就做全量复杂模型，而是按下面顺序：

1. 先做快路径二分类：same vSOL, fewer trades wins?
2. 再做 bot-share 条件增强；
3. 然后把目标函数从“毕业”替换成更近端、更可交易的 1m/3m/5m follow-through；
4. 最后才补 creator cluster、钱包画像、图聚类这些重特征。

换句话说，先证明“路径速度”本身能赚钱，再去加更花的链上身份特征。

7. 来源

1. Giulio Marino, Manuel Naviglio, Francesco Tarantelli, Fabrizio Lillo. (2026). _Predicting the success of new crypto-tokens: the Pump.fun case_. arXiv, q-fin.ST.

• Venue: arXiv
• DOI: <https://doi.org/10.48550/arXiv.2602.14860>
• Readable URL: <https://arxiv.org/abs/2602.14860>
• Readable URL: <https://arxiv.org/html/2602.14860v1>
• Repo URL: N/A（未见公开代码仓库）

1. Pump.fun Documentation / Platform mechanism (2026 access).

• Venue: Official Docs / Platform
• DOI: N/A
• Readable URL: <https://pump.fun>
• Repo URL: N/A

1. Solana RPC / transaction log data (2026 access).

• Venue: Solana Docs
• DOI: N/A
• Readable URL: <https://solana.com/docs/rpc>
• Repo URL: N/A