加密貨幣估值指南:鏈上資料

買賣虛擬貨幣

本文聚焦於鏈上資料,及如何將其應用於加密貨幣估值。

無處不在的價格圖表。過去的一年裡,數百萬狂熱的加密貨幣投資者每天檢視這些圖表上的價格變化。價格決定著大多數加密投資者喜怒哀樂。利用歷史價格來預測未來價格變動的技術被稱為技術分析,在加密貨幣領域被許多人廣泛使用。

當價格出現瘋狂的上漲或下跌時,通常被簡單地歸因於市場情緒或需求的週期性波動。

在這篇文章中,我們將說明為什麼瞭解哪些人在鏈上交易是從根本上理解和評估加密貨幣的關鍵。我們將重點討論以太坊區塊鏈,解釋鏈上資料的差別。 

什麼是鏈上資料?

首先,鏈上資料指的是什麼?簡而言之,所有儲存在區塊鏈上的資料。

這些資料包括:

•每個區塊的詳細資訊(時間戳、GAS價格、礦工、區塊大小等);

•每筆交易的詳細資訊(“匯款人”和“收款人”地址、交易的金額等);

•智慧合約呼叫和使用 ;

為什麼這些資訊很有用?

最近,許多新興的密碼經濟學領域的思想家提出了評估加密資產的理論框架——包括將Chris Burniske的交換方程(MV=PQ)在加密資產中用,Alex Evans對token velocity的應用,以及JamesKilroe的token velocity槓桿影響理論,還有由coinmetrics團隊和Woobull倡導的Network Value to Transactions (NVT)。

許多估值方法使用鏈上交易量作為某個加密資產網路效用。換句話說,鏈上交易量被用來判斷某個加密資產是否被實際使用。 

可以更進一步,我們使用鏈上交易資料來確定誰是實際使用某個加密資產的實體,而不是粗略地衡量加密資產網路的總體使用情況。

這使我們能夠檢查並瞭解代幣的鏈上交易模式,從而獲得更深入、更細緻的見解,從根本上評估所討論的加密資產。

對地址進行分類

“誰”在交易的資訊不是隱藏的嗎?這難道不是加密貨幣的全部意義嗎?

是的。不過,我們發現了一個小技巧。當我們檢查每一個以太坊地址和它們的鏈上交易時,我們開始可以看到不同的地址聚類,它們表現出非常相似的交易模式和鏈上行為。

直覺告訴我們,這些地址中的每一個都屬於某種實體。

地址分類

根據我們看到的模式,我們可以從這些聚類推斷出一些特定實體:

與交易所相關的地址:密集的加密貨幣交易,通常有數千個這樣的“熱錢包”,可用於管理交易操作和客戶交易。

“Bot”機器人和“Burner”燃燒人地址:顯示“自動化”交易模式的地址,例如與同一人之間重複的、類似的交易,或者是僅具有轉入交易的一次性“燃燒”地址。

人工操作或“其他”地址:地址紛繁複雜,通常表現出無規律的交易模式,並在鏈上交易關係中顯示更多差異,這暗示地址後面是實際的人。

這能帶來什麼?

通常,傳統網際網路公司的業績是透過網路分析和使用者統計資料來衡量的,這些資料是衡量網站與同行表現的基準。

當談到加密世界時,聚合地址並將其分類為不同的實體型別,可以對某個加密資產生態系統的組成進行類似的深入分析。

例如,我們可以透過分析一個給定的代幣是否真的被人用於其預期的用例,或者僅僅是一個殭屍網路,來更好地瞭解網路影響。

對於同一“類別”內的去中心化應用程式(dapp)之間的比較尤其有用。例如,比較預測市場代幣Gnosis和Augur;或者比較“收藏”遊戲,如CryptoKitties和CryptoFighters。

深入到地址交易模式,能夠方便地(或具體地)識別不同的實體,如團隊、交易所或“鯨魚”(在鏈上用大量資金進行交易的單個實體),我們也能夠看到代幣的所有權是如何集中的。

上面可以看到,團隊和“鯨魚”地址持有大量代幣。如果一些主要參與者決定平倉,這可能意味著價格大幅波動。

需要細緻入微的分析

深入研究鏈上資料以更好地理解加密資產的使用無疑是一個令人興奮的挑戰,但要準確解釋和分析這些資料所涉及的細微差別,請注意以上幾點:

•目前,無法確定某一地址是否為特定型別的實體。我們現在所能做的就是找到一個合理的啟發式方法。然而,即便是對使用者的一般猜測,也可以得出有用的見解,更好地評估和比較加密資產。

•鏈上交易量和計數有時會產生誤導,因為任何人、交易所等都可以擁有多個地址。因此,許多鏈上活動可能只是某個人在給代幣更換地址。

•很多交易所的交易量往往沒有反映在交易鏈上。例如,許多交易所在借記或貸記客戶錢包,而沒有實際讓交易上鍊。

•鏈上資料是更豐富的資料一部分,人們在應用這些基本評估時還應該考慮加密資產協議之間的差別 (比如 PoW 或者PoS)、代幣供應結構、代幣型別等等。

原文地址: https://masterthecrypto.com/guide-cryptocurrency-valuation-onchain-data/

END

作者:投客,來源:區塊速遞 by Bitouq

免責聲明:

  1. 本文版權歸原作者所有,僅代表作者本人觀點,不代表鏈報觀點或立場。
  2. 如發現文章、圖片等侵權行爲,侵權責任將由作者本人承擔。
  3. 鏈報僅提供相關項目信息,不構成任何投資建議

推荐阅读

;