數據解讀：2023年NFT市場增長背后的支持力量_BLU

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。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：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：目前符合Arbitrum治理代幣空投條件錢包地址達625,143個:金色財經報道，Arbitrum治理代幣空投模型由Offchain Labs、Arbitrum基金會和Nansen合作設計，該模型將Arbitrum社區成員的資格基于他們對Arbitrum生態系統的有機參與。該空投模型依賴于Nansen鏈上數據和標簽，根據錢包過去的鏈上活動為其分配資格點數，錢包地址收集至少3分才能獲得空投資格。 據悉，目前符合空投條件錢包地址達625,143個，占從成立以來截至到2023年2月6日快照為止所有與Arbitrum One橋接地址的28%。[2023/3/17 13:09:17]

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。

研究過程

1.得出各個地址的交易量數據

數據：Binance上57%的狗狗幣交易者是凈多頭:金色財經報道，根據Coinglass數據顯示，Binance期貨上大約57%的狗狗幣（DOGE）是凈多頭，過去24小時狗狗幣多頭/空頭百分比保持在 49.53%/50.47%，比率為 0.94。這可能表明盡管近期情況仍然略微看跌，但空頭和多頭之間略有平等。不過，如果在資產價格居高不下的情況下，“多頭”交易者大量增加，市場趨勢將發生變化。（u.today）[2022/7/4 1:48:26]

首先，我們選定研究的時間區間為時間段A和時間段B1；

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7w多個地址；

BitKeep錢包現已接入Go+Security的Token安全檢測數據:據官方推特，BitKeep錢包V7.0.9版本現已接入Go+Security的Token安全檢測數據，并上線Token安全檢測功能。用戶可以在BitKeep錢包里通過多種路徑對投資標的進行安全檢測，以規避可能遇到的風險。目前該功能支持的公鏈有ETH、BSC、Arbitrum、Polygon、HECO、AVAX、Fantom、OKX、Harmony。

據悉，Go+Security作為Web3的“安全數據層”，提供開放、無需許可、用戶驅動的安全服務。用戶可以通過Go+Security查看基于合約的安全、交易安全、信息安全、Token檢測、NFT檢測、實時風險預警、交互安全等近30種安全檢測結果。[2022/6/10 4:16:50]

最后，我們剔除了洗盤交易2，得到各個地址的真實交易量和交易筆數。

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。

24小時BTC全網合約成交數據顯示：多方占優:據合約帝數據顯示，最近24小時BTC全網合約成交量中開多比例為51.05%，開空比例為48.95%。主流合約交易所中，Huobi季度開多比例為50.35%，開空比例為49.65%；OKEx季度開多比例為53.17%，開空比例為46.83%；BitMEX合約開多比例為50.56%，開空比例為49.44%。[2020/9/27]

Washtrades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NFTcollection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。

當token_standard=erc721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；當token_standard=erc1155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。

動態 | 數據：有11％的比特幣存放在鯨魚地址中:隨著比特幣的受歡迎程度隨著時間的流逝不斷增加，越來越多的人參與其中，逐漸被分發到數百萬個不同的地址中。截至1月，有將近3000萬個BTC地址。此外，數據顯示，約11％的比特幣總供應量集中在鯨魚地址。(Cryptopotato)[2020/2/23]

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s1_ind和s2_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s1_ind=1的地址，則該地址群為舊實體；若地址群中地址s1_ind均為0，則該地址群為新實體。

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。

s1_ind=1且s2_ind=1說明該地址在兩個時間段都參與了NFT交易；s1_ind=1且s2_ind=0說明該地址僅在時間段A參與了NFT交易；s1_ind=0且s2_ind=1說明該地址僅在時間段B參與了NFT交易。

研究結果與分析

1.數據結果?

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：

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：

新舊實體在時間段B的交易量和資金量

「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，從而獲得數據的基準。

s1_ind=1則為舊地址，s1_ind=0則為新地址。

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906,857E和661,159E。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，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。

結論

通過研究NFT市場新舊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，我們認為，舊玩家是NFT市場活躍度的主要貢獻者，而場外的新進入者是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。

Tags：NFTBLURBLUNFT價格NFT幣BLUR幣是什么幣BLU幣是什么幣

fil幣價格今日行情