Aller au contenu principal
Garrett Jin : 70 M$ de PNL fantôme et un wallet qui intrigue la communauté

Garrett Jin : 70 M$ de PNL fantôme et un wallet qui intrigue la communauté

Publié par le 2 min de lecture258 vues1 likes
Partager
Ajoutez-nous à vos favoris

Un écart de 198 millions de dollars

Les chiffres parlent d'eux-mêmes. Garrett Jin, connu sur X sous le pseudo @GarrettBullish, affiche un PNL cumulé de -128 M$. Retirez ses positions ETH de l'équation et ce même trader serait à +70 M$. L'écart, soit près de 198 millions de dollars, résume à lui seul le coût d'une stratégie à double tranchant sur l'ether.

Une analyse onchain publiée récemment relie son identité au wallet surnommé "10/10", un compte qui s'est fait remarquer pour avoir empoché 100 M$ en shortant le BTC avant de reperdu 200 M$ sur des positions longues. Le profil est cohérent : des gains spectaculaires, des pertes encore plus spectaculaires et une gestion du risque qui interroge.

Hyperliquid : un nouveau cluster sous surveillance

La piste ne s'arrête pas là. Un wallet appartenant au même cluster identifié par les enquêteurs onchain aurait récemment déposé plusieurs millions de dollars sur Hyperliquid via un compte fraîchement créé. Deux positions ont été ouvertes : un long de 10 M$ sur HYPE et un short de 38 M$ sur ZEC.

À date, le bilan latent est contrasté. La position HYPE affiche environ +900 000 dollars de gain non réalisé, tandis que le short ZEC accuse -1,8 M$. Le solde net reste donc négatif sur ce nouveau compte.

Prudence sur les conclusions. Le lien entre Garrett Jin et le wallet "10/10" repose sur des connexions documentées entre adresses, pas sur une preuve formelle d'identité. L'analyse onchain constitue un faisceau d'indices sérieux, pas un verdict. Ce type d'enquête, de plus en plus courant depuis la démocratisation des outils de traçage blockchain, illustre la transparence radicale que subissent les gros portefeuilles publics, qu'ils le veuillent ou non.

Actifs corrélés

Suivez le cours et nos analyses pour chaque actif lié.

Marchés de prédiction

Données via Hyperview

À lire ensuite