Cómo seguir a las ballenas en la blockchain: arquitectura de un sistema de monitorización

¿Te gustaría probar Octo Browser con descuento?
Usa el código promocional OCTOBLOG para obtener un 30% de descuento en cualquier suscripción. Esta oferta es válida solo para nuevos usuarios.

Cómo crear una base de datos inicial de ballenas

Un sistema de monitorización funciona continuamente. Analiza las transacciones de la blockchain y del mempool y compara las direcciones con una base de datos interna de monederos monitorizados. También tiene en cuenta las transferencias procedentes de monederos desconocidos cuando su importe supera un umbral predefinido.

Pero primero hay que crear la base de datos. Para ello, se siguen varias etapas antes de poner en marcha el analizador:

• Exportación de los mayores holders. No es necesario esperar a que una ballena realice una transferencia. Puedes consultar la distribución actual de los saldos de un token en la blockchain y exportar los 100 o 500 monederos principales, según tus necesidades.

• Análisis de los proveedores de liquidez. Las ballenas suelen aportar capital a pools de liquidez en DEX para obtener comisiones. Las direcciones con las mayores participaciones en estos pools también se incorporan a la base de datos.

• Análisis de los Token Generation Events (TGE). Las primeras transacciones de un contrato de token permiten identificar qué monederos recibieron tokens antes de que salieran al mercado abierto. Suelen pertenecer a los primeros inversores, los fondos de capital riesgo y el equipo del proyecto.

• Contraste con direcciones etiquetadas. La base de datos se compara con las etiquetas públicas de direcciones disponibles en los exploradores de blockchain. Así se excluyen los monederos calientes de los exchanges y los puentes, para evitar reaccionar a sus transferencias operativas.

Una vez creada la base de datos inicial, el sistema empieza a monitorizar las transacciones en tiempo real y añade automáticamente nuevos monederos de ballenas a medida que los detecta.

Cómo agrupar los monederos de un mismo propietario

Por motivos de seguridad, los grandes participantes del mercado casi nunca guardan todos sus fondos en una única dirección. Una ballena puede controlar decenas de monederos. Si no se tiene en cuenta este hecho, la actividad de un solo propietario puede parecer la de varios usuarios pequeños, especialmente cuando las transferencias individuales no superan el umbral establecido. En ese caso, el sistema podría pasar por alto a una ballena.

Por eso, los monederos se agrupan en clústeres, es decir, perfiles que representan a un mismo propietario. Para crearlos, se buscan patrones de comportamiento recurrentes:

• Transferencias a un mismo exchange. Varios monederos envían fondos regularmente a una misma dirección de depósito de un exchange centralizado, como Binance o Bybit. Como la dirección de depósito es única para cada cliente del exchange, es posible vincular estos monederos.

• Sincronización temporal. El sistema compara las marcas de tiempo de las transacciones. Imagina que cinco monederos empiezan a comprar el mismo activo de un pool de liquidez con apenas unos milisegundos de diferencia. Lo más probable es que estén controlados por un mismo script y un mismo propietario.

• Análisis después de pasar por mezcladores. Los mezcladores son servicios que dificultan el seguimiento del historial de las transacciones para aumentar el anonimato. Las nuevas direcciones que aparecen después de utilizar un mezclador pueden vincularse a clústeres existentes mediante patrones de retirada y coincidencias en los horarios y los importes. Para ello se utilizan heurísticas, es decir, reglas empíricas que permiten analizar datos cuando la información es incompleta.

Conexiones de un monedero en Breadcrumbs: las transferencias entrantes y salientes muestran con qué direcciones interactúa con mayor frecuencia.

Cómo seguir las transferencias entre redes a través de puentes

Las ballenas suelen operar en varias redes y transferir fondos mediante puentes cross-chain, como Stargate, Hop y Across. Por ejemplo, una ballena deposita 500 ETH en un puente de la red Ethereum y, un minuto después, recibe el importe equivalente en Arbitrum o Base. Un analizador básico detectará que los fondos han desaparecido de una red y que ha aparecido un nuevo monedero en otra.

Para no perder de vista a la ballena, el sistema incorpora un módulo de seguimiento cross-chain. Este monitoriza las direcciones de depósito de los puentes y las relaciona con las retiradas efectuadas en otras redes. Si coinciden los importes y las marcas de tiempo, se añade al clúster de la ballena su dirección en la nueva red.

Cómo filtrar los bots MEV

En las redes compatibles con EVM, basadas en la Ethereum Virtual Machine, operan numerosos bots MEV que obtienen beneficios mediante el arbitraje. Utilizan préstamos flash por valor de millones de dólares, por lo que sus operaciones pueden parecerse a las de las ballenas. Si no se filtran durante el análisis, el sistema generará señales falsas.

Es imposible determinar con total certeza que una transacción ha sido ejecutada por un bot de arbitraje. Sin embargo, existen varios indicios que permiten filtrarlos:

• Llamadas complejas y cíclicas a contratos inteligentes en las que una cadena de llamadas termina regresando al contrato original.

• Un cambio nulo o mínimo en el saldo del monedero después de la transacción. Por ejemplo, un bot pide prestado un millón de dólares, ejecuta una operación de arbitraje en un DEX y devuelve el préstamo dentro del mismo bloque.

Los datos limpios son esenciales para mantener una base de datos de ballenas fiable. Una vez recopilada, la prioridad pasa a ser la velocidad de reacción. Para ello se necesita el mempool, donde también operan los propios bots MEV.

Cómo trabajar con el mempool

La agrupación de direcciones y el filtrado de bots se realizan a partir de bloques confirmados. Sin embargo, cuando una transacción ya está registrada en la blockchain, el precio del activo puede haber cambiado y la oportunidad de operar puede haberse perdido. Para reaccionar antes, las transacciones se interceptan antes de ejecutarse, cuando todavía están en el mempool.

El mempool es una cola de transacciones pendientes de confirmación. Cuando un trader envía una orden de compra o venta, primero entra en el mempool. Allí espera hasta que los validadores o los mineros, según la red, la incluyan en un bloque.

El mempool no tiene un orden estricto. Las transacciones con comisiones (gas) más elevadas suelen procesarse primero. Las que ofrecen comisiones bajas pueden esperar durante horas o quedar desplazadas por otras transacciones.

Un bot que trabaja con el mempool funciona de la siguiente manera:

1. Interceptación. El bot se conecta a un nodo de la blockchain y recibe un flujo de nuevas transacciones que acaban de entrar en el mempool.

2. Decodificación. El bot decodifica el campo input data para identificar qué función de un contrato inteligente invoca la transacción. Por ejemplo, detecta que un monedero concreto está comprando una gran cantidad de tokens.

3. Anticipación de la operación. El bot calcula que esa compra hará subir el precio. Entonces envía su propia transacción para comprar el mismo activo, ofreciendo una comisión ligeramente superior a la de la ballena.

Así se muestran los datos del campo input data.

Los validadores incluyen primero en el bloque la transacción del bot. Este compra el activo al precio anterior y, justo después, se procesa la operación de la ballena, que hace subir la cotización. Esta estrategia se conoce como front-running.

Pero interceptar una transacción es solo una parte del desafío. Hay que tomar decisiones en cuestión de milisegundos, por lo que los datos deben almacenarse en un formato que permita analizarlos rápidamente.

Cómo almacenar datos para analizarlos rápidamente

Las blockchains generan enormes volúmenes de eventos. Imagina que necesitas encontrar correlaciones en el historial de todos los swaps de un gran DEX durante los últimos dos años. Una base de datos relacional convencional sería demasiado lenta para este tipo de consultas.

Por eso, los sistemas Web3 utilizan sistemas de gestión de bases de datos orientados a columnas, como ClickHouse. Al ejecutar consultas analíticas, leen únicamente las columnas necesarias para realizar los cálculos, como wallet_address y amount, sin procesar los demás campos de las transacciones. Esto permite realizar agregaciones sobre miles de millones de filas en cuestión de milisegundos.

La velocidad es fundamental aquí. Imagina que un bot detecta en el mempool una compra de tokens por valor de 5 millones de dólares. Antes de decidir cómo actuar, necesita determinar si se trata de un reajuste rutinario de la cartera de un fondo o de una actividad inusual de un monedero que llevaba mucho tiempo inactivo. Para ello, compara la transacción con el historial del monedero de los últimos tres años. Sin un almacenamiento orientado a columnas, esta comprobación podría tardar varios minutos y la operación de la ballena podría ejecutarse antes. ClickHouse devuelve el resultado en milisegundos.

Cómo cargar los datos de la blockchain en una base de datos

Los datos de la blockchain no se almacenan en tablas, sino como una secuencia de eventos (logs) codificados en hexadecimal. Para trabajar con ellos, es necesario decodificar los logs mediante una ABI, una interfaz del contrato que describe cómo interpretar los datos.

Puedes escribir tu propio analizador. Sin embargo, tendría que consultar cada bloque, decodificar los logs y gestionar las reorganizaciones de la cadena por separado para cada contrato inteligente. Es un proceso lento y difícil de mantener.

Una opción más sencilla es utilizar un indexador, como The Graph. En un subgraph defines qué eventos de los contratos inteligentes necesitas. El indexador analiza la blockchain desde el primer bloque, decodifica los logs y proporciona los datos a través de una API GraphQL.

El sistema solo tiene que consultar The Graph, obtener los datos estructurados sobre las operaciones de las ballenas y cargarlos en ClickHouse. Después, el bot analiza los datos y toma una decisión.

Cómo incorporar señales de las redes sociales

La blockchain solo muestra la transferencia en sí. Por ejemplo: «La ballena A ha transferido un millón de dólares a un exchange». No permite saber por qué lo ha hecho.

Una transferencia importante puede indicar que el propietario se está preparando para vender. En ese caso, podría convenir abrir una posición corta o cerrar una posición existente. Pero también podría tratarse de un desbloqueo de tokens previsto para el equipo del proyecto y anunciado previamente en X (Twitter) o Discord. Sin este contexto, el bot enviará alertas falsas o ejecutará operaciones que provoquen pérdidas.

Por eso, el sistema incorpora un módulo de análisis de redes sociales que cubre X (Twitter), los canales de Telegram de los proyectos y Discord. Se trata de un proceso independiente en segundo plano que recopila publicaciones continuamente mediante flujos WebSocket, las procesa con redes neuronales locales y actualiza en la base de datos en memoria Redis una métrica denominada “sentimiento social”. Esta métrica representa la actitud general de los usuarios de las redes sociales hacia cada token.

El escáner del mempool no pierde tiempo realizando consultas externas. Cuando detecta una transferencia importante de una ballena a un exchange centralizado, consulta el valor del sentimiento social en Redis.

Por ejemplo, el escáner detecta una transferencia de 10 millones de dólares en el mempool. El sentimiento hacia ese token ha caído bruscamente en los últimos tres minutos porque el proceso de redes sociales ha encontrado una noticia sobre un hackeo del protocolo. Esto indica que la ballena no está reajustando su cartera, sino saliendo del activo. El bot envía una transacción para abrir una posición corta antes de que se ejecute la operación de la ballena. Estos escenarios deben planificarse y probarse de antemano; de lo contrario, un error del bot puede provocar pérdidas económicas reales.

Cómo recopilar datos de las redes sociales sin bloqueos

X (Twitter), Discord, las plataformas de análisis y los agregadores de noticias restringen la recopilación automatizada de datos. Utilizan sistemas antifraude, como Cloudflare o Akamai, capaces de detectar un headless Chrome convencional.

Para recopilar datos de forma más estable, la arquitectura incorpora un navegador antidetección. Los perfiles se gestionan de forma programática mediante Puppeteer o Playwright, en lugar de hacerlo manualmente. Octo Browser soporte esta integración a través de su API.

Octo Browser cuenta con documentación detallada sobre el uso de su API.

Para superar estas comprobaciones, el navegador debe parecer un dispositivo real utilizado por una persona. Con Octo Browser puedes crear decenas o cientos de perfiles con datos aislados, lo que ayuda a que cada uno parezca un dispositivo independiente. Octo modifica las huellas digitales a nivel del motor del navegador: User-Agent, fuentes, parámetros de WebGL/WebGPU, resolución de pantalla y otros atributos.

El proceso de recopilación de datos funciona así:

1. El bot utiliza la API para iniciar un perfil de Octo Browser con un proxy independiente.

2. El perfil abre la plataforma objetivo con una huella digital única, de modo que los sistemas antifraude lo perciben como un visitante normal.

3. El bot obtiene los tokens de sesión y las cookies y los transfiere a procesos ligeros.

4. Estos procesos solicitan datos directamente a través de las API de las plataformas y los envían a los modelos de NLP.

5. Si la sesión caduca o la plataforma solicita una verificación, el bot vuelve a iniciar el perfil para obtener una sesión nueva.

El navegador antidetección no se utiliza aquí para imitar las acciones de un usuario, sino para superar los controles de verificación. Los perfiles aislados con huellas digitales independientes ayudan a acceder de forma más estable a las publicaciones recientes en el momento en que se produce una transacción.

Cómo elegir las ballenas que merece la pena seguir

El resultado final del sistema es una notificación para el usuario o una instrucción para el motor de trading. Pero no tiene sentido seguir a todas las ballenas.

Algunos monederos grandes no generan señales de trading útiles. Por ejemplo, los primeros mineros de Bitcoin o los inversores que simplemente trasladan antiguas reservas entre monederos fríos. Resultan más interesantes las direcciones que compran sistemáticamente cerca de los mínimos locales y venden cerca de los máximos locales. Se las conoce como smart money o “dinero inteligente”.

Para distinguir unos monederos de otros, se incorpora un módulo de puntuación. El bot evalúa el rendimiento histórico de cada monedero monitorizado mediante varias métricas:

• Win Rate: proporción de operaciones del monedero que se cerraron con beneficios.

• PnL (beneficios y pérdidas): cuánto dinero ha ganado esa dirección en los últimos seis meses.

• Momento de entrada: cuánto antes compra activos el monedero en comparación con el resto del mercado.

A partir de estos resultados, el sistema asigna ponderaciones a los monederos. Puedes configurar el bot para que envíe alertas únicamente cuando detecte actividad de un monedero de smart money con un Win Rate superior al 70 %.

Conclusión

La arquitectura de un sistema de seguimiento de ballenas consta de varios módulos. Primero, se crea y agrupa una base de datos de monederos teniendo en cuenta los puentes entre redes, y se filtran los bots MEV. Después se incorporan la interceptación de transacciones en el mempool, la carga de datos mediante un indexador y su almacenamiento en ClickHouse. Los dos últimos módulos se encargan del análisis de redes sociales y de la puntuación de los monederos.

Crear un sistema de este tipo es complejo y no garantiza beneficios por sí solo. Sin embargo, permite detectar grandes operaciones antes de que su impacto se refleje en el precio y reaccionar únicamente ante señales procedentes de monederos con un historial de resultados demostrado.