比特幣行情 比特幣行情
Ctrl+D 比特幣行情
ads
首頁 > BNB > Info

BSP:數據解讀:2023年NFT市場增長背后的支持力量

Author:

Time:1900/1/1 0:00:00

2023 年 NFT 市場增長背后的支撐力量,究竟是場內資金的內卷,還是新資本的加持?我們利用鏈上數據分析和地址聚類算法,揭示了這一問題的答案。

我們通過鏈上數據分析和地址聚類算法,研究了 2023 年整個 NFT 市場內新舊地址實體的交易量和投入資金占比,以及交易和資金增量的來源,從而揭示 NFT 市場的活躍度和新增動能主要來自舊玩家還是場外的新進入者。

自 2022 年 6 月底,NFT 市場進入熊市,但 Blur 于 2022 年底推出 Airdrop 激勵機制之后,NFT 市場的交易量有所改善(圖一)。在 Blur 的空投活動期間,可以看到其對于整個 NFT 市場交易量的貢獻不斷增大(圖一)。

圖一:NFT 日交易量

Blur 空投的獎勵機制以及代幣的成功發行,無疑是 2023 年 NFT 交易量暴漲的最大因素。但交易量暴漲的背后,整個 NFT 市場的真實形勢到底如何;換言之,NFT 的場內資金是否有實際增量,以及是否有新的資本流入市場,還是主要是舊資金的內卷?

數據:Kraken上比特幣期貨未平倉量達5年低點:2月13日消息,Glassnode數據顯示,Kraken上的比特幣期貨未平倉量剛剛達到了5年來的低點,為2706014美元。此前的5年低點為2020年4月5日的12150264美元。[2022/2/13 9:49:12]

我們 1) 探究了二季度相對于一季度,整個 NFT 市場新增交易量以及資金的來源;2)對比了 Blur 一季度和二季度空投活動期間,整個 NFT 市場不同地址實體的交易量以及投入資金的占比。

1. 得出各個地址的交易量數據

首先,我們選定研究的時間區間為時間段 A(2022 年 10 月 19 日 -2023 年 2 月 14 日)和時間段 B(2023 年 2 月 15 日 -2023 年 5 月 31 日)1;

其次,我們從 buyer 的角度進行交易量和資金量的研究,這是因為研究重點在于「NFT 市場參與者對于 NFT 的投入」;

再者,研究時間段內 NFT 市場的參與者眾多,但是數據顯示,貢獻整個 NFT 市場交易量 / 資金量 90% 的 Top 交易量地址個數僅占全部地址個數的 8% 。因此,為了便于分析,我們把研究對象范圍定義為「每個時間段內對于交易量 / 資金量合計貢獻九成的 Top 交易量地址」,由此篩選出總共 7 w 多個地址;

波卡生態數據基礎設施組件Kylin Network完成合約測試以及遷移:2月28日消息,波卡生態數據基礎設施組件Kylin Network發推稱,已完成合約測試以及遷移。[2021/2/28 18:00:35]

最后,我們剔除了洗盤交易(wash trades)2,得到各個地址的真實交易量和交易筆數。

[ 1 ] 時間段 A 即對應 Blur 一季度空投,時間段 B 即對應 Blur 二季度空投,以 2 月 14 日 BLUR 代幣發行當天為分界線,這是因為 BLUR 的發行明顯快速帶動了 NFT 市場的活躍度。

[ 2 ] Wash trades 剔除規則:buyer=seller、buyer 和 seller 有共同 EOA 資金來源。

2. 基于交易量和交易筆數得出投入資金情況

基于先前得到的各個地址的交易量和交易筆數,分別計算每個 buyer 為不同 NFT collection 中的各個 token_id 投入的金額3;

將每個 buyer 所有投入金額加總,得到各個地址投入 NFT 的資金量。

[ 3 ] 當 token_standard=erc 721 時,各個 token_id 對應同一個 token,因此為每個 token_id 投入金額為買入該 token_id 支付的平均價格(平均價格=支付金額總和 / 買入筆數);當 token_standard=erc 1155 時,各個 token_id 可以對應多個 token,因此我們假設每個 token_id 投入金額為買入該 token_id 花費的總金額。

Bitget合約大數據中心:BTC合約用戶盈虧比例1比2:據Bitget合約大數據中心行情播報,截至今日11:00,Bitget交易所BTC/USDT合約過去24小時交易量高達10億美金,其中:盈利用戶占比37%,多頭盈利35%,空頭盈利16%;虧損用戶占63%,多頭虧損15%,空頭虧損34%。此外,Bitget正向合約當前盤口價差在0.5USDT左右,合約基差在0.2USDT左右。Bitget合約分析師表示,BTC四小時線看,布林呈平行上行趨勢,MACD快慢線呈粘合狀位于0軸下方運行。[2020/7/15]

3. 基于地址聚類算法劃分不同實體

基于資金關聯的邏輯,把高度可能屬于同一實體操控的地址劃分為一個群,從而按實體的維度研究兩個時間段交易量和資金量的來源。

我們規定聚類基于以下準則?: 1)地址之間曾有 eth 或者穩定幣的轉移;2)兩個地址之間必須互相轉過賬,次數為:一個方向>= 3 筆,另一個方向>= 1 筆;3)只限制在地址之間 2023 年的交易。

利用算法按照上述準則進行地址聚類,得到不同的地址群,并用 s 1 _ind 和 s 2 _ind 對地址是否在時間段 A 和時間段 B 參與過 NFT 交易進行標識?。其中,若地址群中至少包含一個 s 1 _ind= 1 的地址,則該地址群為舊實體;若地址群中地址 s 1 _ind 均為 0 ,則該地址群為新實體。

動態 | 數據:半小時全網總計爆倉1,172.96萬美元:過去半小時全網總計爆倉1,172.96萬美元,爆倉人數507人。其中OKEx爆倉381.46萬美元,Huobi爆倉166.89萬美元,BitMEX爆倉391.65萬美元。爆倉金額前三的幣種是BTC 1,166.86萬美元,ETH 0.98萬美元,XRP 0.54萬美元。(幣coin)[2020/1/8]

[ 4 ] 我們的算法可以識別錢包之間直接或間接的關聯。「直接」是指兩個 NFT 玩家之間的交互滿足標準。 而當多個 NFT 玩家曾與同一地址(無論該地址在不在分析范圍)進行交互并且交互滿足上述標準時,這些 NFT 玩家之間就會形成「間接」鏈接。

[ 5 ] s 1 _ind= 1 且 s 2 _ind= 1 說明該地址在兩個時間段都參與了 NFT 交易;s 1 _ind= 1 且 s 2 _ind= 0 說明該地址僅在時間段 A 參與了 NFT 交易;s 1 _ind= 0 且 s 2 _ind= 1 說明該地址僅在時間段 B 參與了 NFT 交易。

聲音 | 龐華棟:金融,組織治理,供應鏈,大數據等都會是適合區塊鏈應用的場景:據火訊財經報道,MIT數學博士、前摩根大通北美投行部副總裁龐華棟在接受采訪時表示:“因為現在區塊鏈是個熱點,所以你會發現很多的公司都想去蹭這個熱點,甚至包括火鍋店都想與區塊鏈扯上聯系。我并不是說它一定不可以用區塊鏈,而是覺得它需要找到一個比較合理的經濟模型以及比較合理的能夠應用區塊鏈的場景。區塊鏈技術本身,大家都已經非常清楚它能做什么了,所以大家應該清楚它不是萬能的。我們既不要去妖魔化區塊鏈,也不要去神化區塊鏈。它的應用場景一定是解決信息的信任問題,對強信任有需求的場景,一定是對激勵機制有需求的場景等,經濟模型的設計是需要大家考慮的。未來有應用場景的區塊鏈公司,我覺得它如果有信任的痛點,比如在金融領域,會有很多應用;或者是強激勵的場景,比如數據的獲取,數據的存儲等,能降低大家的成本的場景,都是適用于區塊鏈的。總結來說,金融,組織治理,供應鏈,大數據等等,都會是適合區塊鏈應用的場景。”[2018/7/6]

1. 數據結果?(buy volume 為「交易量」,capital 為「資金量」;Season 1 對應時間段 A,Season 2 對應時間段 B)

1.1)兩個時間段分別的交易量和資金量:

時間段 A 和時間段 B 的交易量和資金量

1.2)新舊地址?在時間段 B 的交易量和資金量(左邊以 ETH 為單位;右邊為占比 %):

新舊地址在時間段 B 的交易量和資金量

1.3)新舊實體?在時間段 B 的交易量和資金量(左邊以 ETH 為單位;右邊為占比 %):

新舊實體在時間段 B 的交易量和資金量

[ 6 ]「在時間段 B 的交易量和資金量」分別輸出地址和實體角度的數據是為了彌補地址聚類可能存在的缺陷(如將一些新實體的地址錯誤歸到舊實體中,導致舊實體的交易和資金量虛大),從而獲得數據的基準。

[ 7 ] s 1 _ind= 1 則為舊地址,s 1 _ind= 0 則為新地址。

[ 8 ] on_ind=old 則為舊實體,on_ind=new 則為新實體。

2. 結果分析

2.1) NFT 場內資金的增長情況

時間段 B 的總交易量和資金量均大于時間段 A 的,交易量和資金量增量絕對值分別為 906, 857 E 和 661, 159 E。交易量和資金量均呈現上升趨勢,表明 NFT 市場總體呈增長態勢。

2.2)新增資金的來源

資金量的增量小于新實體在時間段 B 的資金量(661, 159 E vs 851, 181 E),因此新增資金量主要來源于新實體,而至少部分舊實體投入 NFT 市場的資金量在萎縮。

2.3)新舊實體的交易量和資金量的占比情況

綜合地址和實體角度在時間段 B 的交易量和資金量數據,舊實體交易量和資金量的占比大致位于 55% -70% 。

舊實體在時間段 B 的交易量和資金量占比均超五成,表明舊實體是 NFT 市場活躍度的主要貢獻者;

但同時應當注意到,新舊實體在占比方面并未相差懸殊,因此我們認為新實體對于 NFT 市場的貢獻力量不容忽視。

通過研究 NFT 市場新舊實體的交易量和投入資金占比(舊實體占比在六成左右),以及交易和資金增量的來源(主要來自新實體),我們認為,舊玩家(舊實體)是 NFT 市場活躍度的主要貢獻者,而場外的新進入者(新實體)是 NFT 市場新增動能的來源。

需要注意的是,資金增量以及新玩家進場并不完全意味著 NFT 市場在蓬勃生長。這是由于大部分增量都聚集于 Blur 上,極大可能是被代幣獎勵而不是 NFT 本身的價值吸引而來。至于如何在空投過后維持 NFT 市場長期的繁榮,仍然是市場共同面臨的一大挑戰。

Eocene Research

個人專欄

閱讀更多

金色早8點

Odaily星球日報

金色財經

Block unicorn

DAOrayaki

曼昆區塊鏈法律

Tags:BSPNBSNFTINDbspt幣未來前景NBS價格MYNFT幣CIND價格

BNB
NBS:多維度解析DePIN如何助力人工智能?

過去,初創企業憑借其速度、靈活度和創業文化,擺脫組織慣性桎梏,長期引領著技術創新。然而,這一切被人工智能時代改寫.

1900/1/1 0:00:00
NBS:詳解交互式遞歸銘文新玩法與代表項目

原文作者:Mia,ChainCatcher隨著比特幣鏈上協議 Ordinals 熱度持續升溫,基于 Ordinals 協議的創新開始層出不窮.

1900/1/1 0:00:00
STA:一文探討ZK Stack的模塊化野心

作者:Haotian,鏈上觀就在OP Stack拿下BNBChain公鏈,Arbitum祭出Orbit L3大法器之際, Matter Labs也宣布推出了ZK Stack開源框架.

1900/1/1 0:00:00
VER:革新DeFi:Hover賦能Cosmosphere的金融自由

隨著全球金融格局的轉變,去中心化金融 (DeFi) 正在展露頭腳,成為更多傳統機構的替代方案。 在充滿活力的 Cosmos 生態系統中,Hover 正在成為滿足借貸需求的領先協議.

1900/1/1 0:00:00
AZU:Azuki信仰崩塌 小圖片NFT的敘事到頭了嗎?

Azuki 上演的一場「冰火兩重天」,讓沉悶的 NFT 市場又鼓噪了起來。在如此這般的熊市中,Azuki 新系列「Azuki Elementals」以 1 ETH 的售價在不到 20 分鐘的時間.

1900/1/1 0:00:00
數字資產:泰國數字資產稅收現狀及未來趨勢

作者 :TaxDAO 一、泰國主要稅種和稅率 【企業所得稅】在泰國具有法人資格的公司都須依法納稅,納稅比例為凈利潤的 30%,每半年繳納一次.

1900/1/1 0:00:00
ads