大家好，我是 Lucifer，又来聊聊 Web3 的那些有趣事儿了。今天咱们来聊聊 Freqtrade。
你们有没有过那种深夜盯着K线图，脑子里全是“要是机器帮我下单就好了”的冲动？在加密货币的世界里，市场像过山车一样刺激，但手动交易往往让你错过黄金窗口，或者被情绪拖进深渊。量化交易，就是用算法和数据来驯服这头野兽。今天，我们来聊聊 Freqtrade 这个开源神器——一个纯 Python 驱动的加密交易机器人。它不是什么高大上的黑箱工具，而是让你从零起步，快速构建自动化交易系统的利器。基于 GitHub 上这个热门项目（freqtrade），我们一步步拆解它，从安装到策略定制，再到实战回测和报警接入。相信我，跟着读完，你就能在本地跑起自己的量化小帝国了。走起！
大家好，我是 Lucifer，又来聊聊 Web3 的那些有趣事儿了。今天咱们来聊聊 DePIN，全称 Decentralized Physical Infrastructure Networks，去中心化物理基础设施网络。听起来有点抽象？别急，相信我，它真的超级接地气。想象一下，你家里的闲置硬盘、路由器，甚至是手机的计算力，都能变成赚钱的“矿机”，而这一切都靠区块链来协调和激励。这不只是科幻，它已经在重塑我们对基础设施的认知，让 Web3 从虚拟世界真正走进物理现实。
如果你是 Web3 新手，我建议你边读边动手——文章里我会用 Python 代码模拟一些核心过程，只有亲手跑一遍，你才能真正感受到 DePIN 的魅力。准备好了吗？咱们一步步来。
Web3 的投资世界充满机会，但如何判断一个代币是“物美价廉”还是“虚高泡沫”？传统的股票估值用 PE、PB 等指标，结合历史百分位判断高低。Web3 代币也有类似逻辑，但指标更贴合区块链特性：链上数据如总锁定价值（TVL）、费用收入和活跃用户（DAU）增长率，能揭示代币的内在价值。参考传统金融平台（如蛋卷基金的价值中心），我们可以用这些指标，结合历史百分位，构建一个直观的 Web3 代币估值表，判断单个代币（如 UNI 或 ETH）的低估、中估或高估。
估值表会不会很难做？是也不是。
本文将聚焦单个代币的估值，提出一个自定义的复合算法，整合三个指标：MC/TVL Ratio（市值/TVL）、Fee Yield（费用收益率）和 DAU Growth（活跃用户增长率），生成一个 0-1 的估值分数，清晰定义“低估”（<0.3）、“中估”（0.3-0.7）、“高估”（>0.7）。我会用文字拆解原理，再用 Python 3 代码模拟实现（以 UNI 为例），从数据采集到可视化，全程透明。代码可直接跑，稍改就能用真实 API 判断任何代币。想保护你的 Web3 资产？先看看 MPC 钱包的冷知识：更加安全的区块链钱包：MPC 钱包。开始吧！
大家好，我是 Lucifer，欢迎来到我的博客。今天我们来聊一个有趣的话题：RWA（Real World Assets，真实世界资产）如何与日常生活中的小事物结合？想象一下，你家小区里的玉米摊，那一穗穗金黄的玉米，不仅能填饱肚子，还能变成链上的数字资产？这听起来有点科幻，但 Web3 技术让它变得触手可及。我们将从零开始，探讨如何将幸福小区玉米的实时价格与 RWA 代币挂钩，构建一个简单的玉米价格锚定代币，并将其部署到区块链上。整个过程会涉及预言机、智能合约、代币标准等组件，我会用 Python3 代码来模拟关键原理，但别担心，每段代码前都会有详细的文字描述，帮你一步步理解背后的逻辑。最后，我们还会结合最近很火的马云投资的云峰的 Pharos 项目，来聊聊 RWA 赛道的实际应用。
在 Web3 的世界里，DeFi（去中心化金融）协议正如雨后春笋般涌现，其中 AAVE/pendle 作为借贷领域的佼佼者，帮助无数用户实现了资产的增值和流动性管理。想象一下，你手里的 ETH 或 USDC 不再只是躺在钱包里睡觉，而是能通过 AAVE/pendle 赚取稳定的利息，甚至通过杠杆放大收益。本文将带你深入了解 defi protocol 的核心机制，我们是如何赚钱的以及具体实操。
这篇文章的灵感来源于我对 DeFi 协议的探索，这次我们转向实际赚钱工具。学习建议：先理解基本概念，然后通过代码模拟过程，加深印象。
AAVE 的官网是 https://app.aave.com/，pendle 的官网是 https://www.pendle.finance/， 建议你打开它跟随操作。
如果你是个 DeFi 爱好者，或者刚入门 Web3，肯定听说过 Uniswap 这个去中心化交易所（DEX）。它从 V1 到 V3 一步步进化，现在 V4 又带来了革命性的变化。简单来说，Uniswap V4 继承了 V3 的集中流动性模型，但引入了 hooks、单例架构等创新，让它变得更 customizable、更 gas 友好。
相信我，它真的很容易懂。我们会先快速回顾 Uniswap V3 的核心概念，让即使不懂 V3 的新人也能快速上手，然后拆解 V4 是什么，和 V3 的区别在哪里。文章会用 Python 代码来模拟原理，但别担心，我不会直接扔代码给你看。先用文字描述过程和原理，再给出代码，让你边看边理解。建议你本地跟着敲代码，实践出真知！如果 Python 不熟，用 ChatGPT 帮你翻译下注释就好。
最后，我们会用一个表格总结 V3 和 V4 的区别。
在 Web3 的去中心化金融（DeFi）世界中，“鲸鱼”（即大庄家）凭借巨额资金的交易行为，常常能掀起市场波澜。他们的挂单——无论是已成交的订单还是尚未执行的限价订单——都可能隐藏着市场意图的线索。得益于区块链的透明性，我们可以通过链上数据和专业工具，窥探这些鲸鱼的动向。本文将以循序渐进的方式，带你从零开始探索如何在 Web3 环境中查看鲸鱼的挂单数据，重点使用 Python3 代码展示实现原理，并结合以太坊和 Solana 生态的实际案例，力求清晰、实用。
“我被夹了！”——如果你在区块链或 DeFi 社区混迹，可能会听到这样的抱怨。那么，什么是“夹”？简单来说，“夹”是一种特定的 矿工可提取价值（Miner Extractable Value，MEV） 行为，攻击者通过观察交易池（mempool）中的交易，插入自己的高 Gas 费用交易，抢在用户交易之前（抢跑，Front-running）和之后（反向抢跑，Back-running）执行，从而攫取利润。这种行为不仅让用户损失金钱，还破坏了区块链的公平性。为了对抗“夹”，Anti MEV 机制应运而生。本文将聚焦“夹”这一 MEV 形式，深入分析其原理、实现方式，以及如何通过 Python3 代码模拟“夹”和防范措施。我们的目标是让你彻底理解“夹”的运作机制——虽然我们不鼓励“夹”别人，但正如兵法所言，知己知彼，方能百战不殆。
web3 是一个非常流行的概念，它的基础是区块链技术。区块链技术是一种分布式账本技术，它的特点是去中心化、不可篡改、安全可靠。区块链技术的应用场景非常广泛，比如数字货币、智能合约、供应链金融等等。
网上关于区块链的资料非常多，但是从零开始构建的资料却很少。熟悉我的朋友应该知道，我经常从零实现一些东西帮助我理解，比如从零实现 git，从零实现 webpack 打包器，从零实现一个框架等等。
本文就是继上一篇 《Web3 的入口 - 区块链钱包》 的文章，讲述 K 线图（也称蜡烛图）是什么。并以给定的价格序列 [1, 10, 20, 8, 3, 2] 为例，详细讲解 K 线的构成、自定义绘制方法，以及技术指标（移动平均线、布林带、MACD、RSI）的计算与应用，结合背驰分析、趋势判断和支撑/阻力位识别，带你全面理解如何在 Web3 市场中“看懂 K 线”。
在传统的 Web2 开发中，开发者通常会选择 MySQL、MongoDB 或 Firebase 这样的数据库来存储用户数据。而随着区块链技术和 Web3 的兴起，我们可以直接将区块链作为数据库来使用，省去中心化服务器的麻烦，同时赋予用户数据主权。这篇文章将带你探索如何用 Web3 实现一个去中心化的数据存储方案，并通过 Python3 代码模拟关键流程。
1 / 2
