Solana memecoin calls dataset

包含4,265条pump.fun代币调用记录，每条记录包括调用时的市值、调用后的峰值和精确到秒的发布时间。整个文件经过哈希处理并锚定在比特币区块中，确保数据不可篡改。该数据集保留了所有失败的调用记录，约六成调用从未翻倍。Contains 4,265 pump.fun token invocation records. Each record includes the market capitalization at the time of invocation, the peak value following the invocation, and the release timestamp accurate to the second. The entire file has been hashed and anchored to the Bitcoin blockchain to guarantee data immutability. This dataset retains all failed invocation records, with approximately 60% of all invocations never doubling in value.

原始信息汇总

数据集概述

该数据集是Solana链上pump.fun代币调用（calls）的公开记录，共计4,265条调用数据，覆盖2026年6月30日至2026年8月16日期间。数据集的关键特征在于保留了所有失败记录——约六成的调用未能实现翻倍，这些数据均完整保留，而非仅展示成功案例。

核心统计指标

指标	数值
调用时市值中位数	$10,866
达到2倍	38.8%
达到3倍	24.1%
达到5倍	12.5%
达到10倍	5.4%
达到100倍	0.3%
峰值中位数	1.64倍
最大涨幅代币	CATE（调用时市值$21,077，峰值达4,167倍）

数据集的低入场市值（调用时市值）是其设计重点——这些调用发生在代币于bonding curve阶段、尚未迁移之前，而非图表已经拉升之后。

数据Schema

每条记录为一个JSON对象（JSON Lines格式，UTF-8编码），字段如下：

• mint（string）：Solana上的代币铸币地址（base58编码），作为行主键
• sym（string）：调用时pump.fun上显示的代币代码
• t（integer）：调用发布的Unix时间戳（秒）
• utc（string）：同一时刻的ISO-8601 UTC格式
• mc（number）：调用时的美元市值——入场参考值
• peak（number）：调用后达到的最高倍数（相对mc），采用棘轮机制，只升不降
• tg（integer）：公共频道中的消息编号（t.me/SmugCalls/<tg>）

数据可信度与验证机制

数据集通过三种方式确保不可篡改：

1. 哈希锚定：整个文件经过SHA-256哈希处理，哈希值锚定在Bitcoin区块中，任何增删改或回溯都无法在不改变哈希的情况下进行
2. OpenTimestamps receipts：calls-a.ots和calls-b.ots两份独立时间戳收据，证明文件在特定时刻已存在
3. 逐行可验证：每条记录的mint、mc和t均可通过任意Solana图表独立核对

数据集还提供了verify.py脚本，可一键完成哈希验证和时间戳验证。

Peak指标的计算方式

peak定义为调用后达到的最高市值除以调用时的市值。计算规则明确排除了调用前发生的任何价格变动（如发布前的拉升），但包含迁移后的高点。该指标为棘轮机制，只会随代币继续上涨而上升，不会回落，因此是诚实的上限记录，而非实时价格。

重要说明

该数据集不是财务建议，也不承诺任何人可实际获得这些收益。peak仅表示代币曾在该价位交易，不意味着有人在该价位卖出，更不代表调用者会获得该收益——约九成翻倍后的代币最终回落到峰值以下，许多代币最终归零。数据应被理解为历史事实记录，而非收益承诺。

数据来源

数据集由SmugCalls自动生成：该系统监控Solana链上活动，当过滤器触发时自动在公共Telegram频道发布调用，并从同一数据库发布此数据集。所有记录（包括失败记录）均无人工筛选。

使用许可

数据集采用CC0 1.0公共领域许可，可自由使用、再发布、二次开发，无需署名。

搜集汇总

数据集介绍

构建方式

该数据集源自一个全自动化的Solana链上监控系统，通过实时追踪链上活动，在触发预设条件时即刻于公开Telegram频道发布调用，并将同一数据库中的记录完整导出，形成JSON Lines格式的文件。每条调用记录了代币的铸造地址、调用时刻的市值、其后达到的峰值倍数、精确的发布时间戳及频道消息编号。为确保数据的不可篡改性，文件内容经哈希后锚定于比特币区块，并附有来自两个独立日历的OpenTimestamps凭证，任何后增、编辑或回填操作都将因哈希变更而失效。

特点

该数据集的核心价值在于其彻底的无偏性与透明性，完整收录了4265次pump.fun代币调用，其中约六成未能实现翻倍，失败案例无一遗漏。峰值倍数的测量严格限定于调用之后的市场表现，并以棘轮机制只升不降，构成对上涨空间的诚实度量。数据入口市值中位数仅约1.09万美元，聚焦于迁移前的早期阶段，而最大单次调用CATE从2.1万美元起步飙升至4167倍，充分展现极端的收益分布。

使用方法

使用者可通过命令行直接验证数据完整性：运行sha256sum比对哈希值，或执行ots verify核验时间戳凭证，亦可运行附带的verify.py脚本自动化完成检查。每条记录均可独立核验——将mint地址粘贴至任意Solana浏览器，对照调用时刻的市值与时间戳即可。Hugging Face上的数据集查看器支持免下载的在线检索，输入代币符号即可快速定位并复现验证流程。该数据集基于CC0协议，允许自由使用、再发布与商业构建，无需署名。

背景与挑战

背景概述

Solana memecoin calls数据集由SmugCalls项目于2026年创建，旨在系统记录pump.fun平台上代币调用（calls）的全貌，特别是不遗漏失败案例。该数据集由自动化系统构建，实时监控Solana链上活动，并在公开Telegram频道发布调用信息，同时将数据哈希锚定于比特币区块，确保数据的不可篡改性和时间戳的真实性。其核心研究问题在于评估memecoin交易策略的真实表现，揭示市场中的幸存者偏差。该数据集因包含大量失败案例，为研究加密资产波动性、市场效率及预测模型提供了独特资源，对链上数据分析、金融科技及行为金融学领域具有重要影响力。

当前挑战

该数据集面临的挑战多方面。在领域层面，memecoin市场高度波动且流动性差，代币价格受操纵和投机影响显著，准确评估调用后的峰值倍数（peak）存在固有难度，且峰值并非实际收益，多数代币峰值后回落甚至归零，这要求用户在解读数据时警惕误导性结论。在构建过程中，确保数据完整性是一大挑战，因为必须涵盖所有调用，包括亏损案例，避免选择性披露；同时，实施加密哈希和OpenTimestamps验证需协调多个独立日历，确保时间戳可信且不可回溯修改。此外，由于pump.fun代币的快速创建和迁移特性，实时监控和自动记录需高精度同步，排除调用前的价格波动（如启动捆绑销售）干扰，以真实反映调用后的表现，这些技术细节对数据质量构成严峻考验。

常用场景

经典使用场景

该数据集收录了4,265条Solana链上pump.fun代币的公开喊单记录，每条均包含喊单时的市值、后续达到的峰值倍数及精确发布时间戳。其核心特征在于完整保留了失败案例，避免了选择性报告偏差，为研究链上meme币短期价格行为提供了罕见的、可验证的样本集。研究者可基于此分析代币市值分布、峰值倍数统计特征，以及喊单时间与价格变动之间的关联，是量化研究加密资产极端波动性的理想数据源。

衍生相关工作

该数据集衍生了若干具有开创性的后续工作。首先，其配套分析报告《How many pump.fun launches actually graduate?》基于825,123个代币的30天追踪，系统厘清了不同毕业率统计口径的差异，为行业标准制定提供了方法学参考。其次，由于数据集的开放性和可验证性，已有研究将其用于训练预测模型，尝试从早期市值和交易特征中识别高增长代币的前兆，尽管结果仍受市场噪声影响。此外，基于其时间戳和链上数据，衍生出了关于喊单信号对短期价格冲击的实证研究，探讨了社交信号与价格发现机制。这些工作共同推动了加密货币领域从轶事驱动向数据驱动研究的转变，为后续类似金融数据集的建设树立了范例。

数据集最近研究

最新研究方向

在去中心化金融与链上数据透明度交叠的前沿，Solana memecoin calls数据集以零筛选的全量记录重塑了迷因代币市场的研究范式。该数据集锚定于比特币区块的哈希时间戳，确保了每一条调用记录的不可篡改性，为链上调用行为提供了可验证的实证基础。其核心价值在于直面'幸存者偏差'问题，完整保留了六成未翻倍的亏损调用，使得对pump.fun平台代币存活率与峰值分布的量化分析首次拥有了无偏样本。研究者正据此深入探讨低市值代币的极端回报尾部特征、调用时点与市场微观结构的关系，以及自动化调用信号在噪声交易中的有效性边界。该数据集不仅为迷因币的投机生态提供了严谨的计量工具，更推动了链上数据审计与去中心化治理透明度的实践探索，成为连接区块链数据科学与行为金融学的重要桥梁。