Analýzy kolekcí na OpenSea: čtěte definice

Analýzy kolekcí na OpenSea začínají definicemi

Definice analytických ukazatelů OpenSea by měly být zapsány běžným jazykem před použitím čísel. Objem měří zobchodované množství nebo částku podle pravidel zahrnutí daného zdroje. Počet prodejů měří události splňující definici. Nejnižší cena měří nejnižší nabídkovou cenu v příslušném pohledu. Počet držitelů se obvykle týká adres nebo účtů, nikoli ověřených lidí.

Průvodce analýzami kolekcí na OpenSea vysvětluje dostupné pohledy a uvádí, že objem zahrnuje mintování. To je důležité, kdykoli čtenář vykládá aktivitu jako podklad, že stávající držitelé mohou dále prodat. Primární a sekundární poptávka mohou souviset, ale nejsou stejnou kategorií události.

Uchovávejte definici zdroje vedle dat místo spoléhání na označení zapamatované z jiné platformy nebo staršího rozhraní. Položka nazvaná objem může mít v různých pohledech odlišná pravidla zahrnutí. Úkolem analytika je určit tato pravidla, než začne považovat změnu za podklad pro nákup, prodej nebo širší srovnání kolekcí.

Oddělujte stavovou veličinu a tok

Stavová veličina popisuje množství v určitém okamžiku, například počet právě nabízených předmětů. Tok popisuje události za interval, například prodeje během týdne. Porovnání stavu s tokem může být užitečné, ale pouze pokud je vztah uveden. Současný počet nabídek neříká, kolik nabídek existovalo po celý prodejní interval.

Předpokládejme 245 platně nabízených předmětů v čase pozorování a 100 prodejních událostí za předchozí týden. Dělení jednoho druhým by mohlo sloužit jako hrubý popisný poměr, ale není automaticky předpovědí doby potřebné k prodeji nabízené zásoby. Mohou přicházet nové nabídky, některé předměty se mohou prodávat opakovaně a skladba nabízených předmětů se může lišit od předmětů vybraných kupujícími.

Používejte stavové míry k popisu současné dostupnosti a tokové míry k popisu pozorované aktivity. Pokud je účelem studovat obrat zásoby, sledujte stejnou populaci v čase a definujte události vstupu a výstupu. Jediný snímek přehledu obecně sám nedokáže všechny tyto změny rekonstruovat.

Zkontrolujte jmenovatel nabídky

Kontroly jmenovatele kolekce NFT začínají populací relevantní pro otázku. Ve fiktivní kolekci bylo vyraženo 5 000 jedinečných tokenů a 100 bylo následně spáleno, čímž zbývá 4 900 existujících tokenů. Pokud je z nich nyní nabízeno 245, podíl nabízených kusů na existující nabídce činí 5 %.

Použití původního počtu 5 000 vyražených kusů by místo toho vytvořilo 4,9 %. Ani jeden aritmetický výsledek není záhadou; změnil se jmenovatel. Vhodná volba závisí na tom, zda se otázka týká původního vydání nebo současně existujících aktiv. Uveďte, co se měří, místo tichého přecházení mezi oběma.

U edic a dalších reprezentací také rozlišujte identifikátory tokenů a kopie. Počet jedinečných ID se může velmi lišit od počtu dostupných jednotek. Zdejší příklad předpokládá jedinečné předměty pro jasný jmenovatel. Použití vzorce na kolekci edic nejprve vyžaduje rozhodnout, zda se analýza týká ID, kopií, vlastníků nebo objednávek.

Udržujte filtrované podmnožiny ve vlastní populaci

Předpokládejme, že 400 ze 4 900 existujících předmětů má určitou vlastnost a 40 z nich je nabízeno. Podíl nabízených kusů v této množině vlastnosti činí 10 %. Dělení stejných 40 nabídek celou kolekcí 4 900 předmětů dává přibližně 0,82 %, což odpovídá na jinou otázku: nabízené předměty s vlastností jako podíl celé kolekce.

Tento rozdíl může vysvětlit, proč filtrovaný pohled zdánlivě má mnohem vyšší míru nabízení než přehled kolekce. Filtrovaný jmenovatel je menší a konkrétně relevantní pro zvolenou skupinu. Vyšší procento automaticky neznamená nepřesnost zobrazení celé kolekce.

Uchovávejte ve výzkumném záznamu všechny aktivní filtry včetně vlastností, měn, sítí, typů prodejů a časových rozsahů tam, kde jsou podporovány. Pokud dva snímky používají jiné filtry, porovnejte jejich populace před porovnáním procent. Smysluplná analýza vlastnosti by měla také zvažovat, zda se kupující této podmnožiny a výhody jejích předmětů liší od kupujících a výhod běžných předmětů kolekce.

Rozlišujte prodejní události a prodané jedinečné předměty

Token se během období může prodat více než jednou. Předpokládejme týden se 100 vyhovujícími sekundárními prodejními událostmi, ale pouze 70 odlišnými prodanými předměty. Počet událostí dělený 4 900 existujícími předměty činí přibližně 2,04 %. Počet odlišných předmětů dělený stejnou nabídkou činí přibližně 1,43 %.

První poměr měří intenzitu zaznamenaných prodejních událostí vzhledem k nabídce. Druhý měří podíl nabídky účastnící se alespoň jednoho vyhovujícího prodeje. Ani jeden neprokazuje, že každý předmět má podobnou pravděpodobnost prodeje příští týden. Opakované obchodování malé podmnožiny může vytvářet dojem široké aktivity, i když je koncentrovaná.

Zvolte ukazatel odpovídající výzkumné otázce. Studie transakční aktivity může potřebovat počty událostí. Studie šíře dosahu poptávky v kolekci může potřebovat jedinečná aktiva. Studie nezávislé účasti může potřebovat analýzu adres s dalšími výhradami k tomu, co adresy o lidech odhalují a co ne.

Vykládejte počty držitelů jako podklady o adresách

Adresa držitele nemusí představovat jednu osobu. Osoba může ovládat několik adres a jedna adresa může zastupovat kontrakt, úschovní uspořádání nebo sdílený účet. Veřejná data mohou podpořit počet pozorovaných držících adres bez prokázání počtu nezávislých ekonomických vlastníků.

Například pokud jedna adresa drží 490 ze 4 900 existujících předmětů, ovládá v pozorovaném stavu 10 % této vymezené nabídky. Další otázkou je druh adresy. Úschovní kontrakt a jednotlivý sběratel mají různé výklady, i když se oba mohou objevit v samotném výpočtu koncentrace.

Neodstraňujte aktiva držená kontrakty bez vysvětlení účinku na jmenovatel. Míra koncentrace vylučující známé kontrakty může být pro konkrétní otázku užitečná, ale již nejde o stejnou míru jako koncentrace napříč všemi existujícími tokeny. Zachovejte pravidlo vyloučení i nejistotu každé klasifikace adres.

Oddělujte objem mintování a sekundární objem

Představte si jeden týden s kombinovaným objemem 12 ETH složeným ze 4 ETH primárního mintování a 8 ETH sekundárních nákupů. Další týden má společně 18 ETH složených z 12 ETH mintování a 6 ETH sekundárních nákupů. Celkový objem vzrostl o 50 %, zatímco sekundární objem klesl o 25 %.

Obě tvrzení jsou podle fiktivních definic správná. Popisovat druhý týden pouze jako silný růst poptávky po dalším prodeji by bylo nepodložené. Většina celkového růstu pocházela z primárního mintování, zatímco zaznamenaný sekundární objem klesl. Rozlišení je zvlášť důležité při hodnocení, zda by nabytý předmět mohl brzy najít jiného kupujícího.

Průvodce stránkami statistik OpenSea poskytuje další kontext žebříčků kolekcí a pohledů na aktivitu. Žebříčky mohou určit kolekce pro výzkum, ale pořadí by nemělo nahrazovat podkladovou klasifikaci událostí. Důvod aktivity kolekce je stejně důležitý jako skutečnost, že se objevuje poblíž vrcholu.

Čtěte měnové položky jednotlivě

Nepředpokládejte, že každý společně vrácený ukazatel používá stejnou měnu. Referenční dokumentace statistik kolekcí OpenSea výslovně uvádí, že symboly objemu a nejnižší ceny se mohou lišit. Měna položky s množstvím nebo částkou je proto součástí definice, nikoli volitelnou výzdobou zobrazení.

Pokud je objem vyjádřen v jednom tokenu a nejnižší cena v jiném, jejich dělení bez převodu vytváří bezvýznamný poměr. Pokud je převod užitečný, zachovejte původní množství nebo částky, zvolený směnný kurz a čas jeho pozorování. Přepočtená analytická hodnota by neměla být chybně označena za nativní množství nebo částku transakce.

Rozlišujte v podkladových záznamech také nativní a zabalená aktiva a jejich sítě. Souhrnné rozhraní může pro srovnání prezentovat ekvivalentně vypadající hodnoty, ale financování transakcí stále závisí na skutečných zůstatcích a kontraktech. Analýzy později přispívající k nákupu musí nést dostatek informací o totožnosti, aby se konvence zobrazení nezměnila v nesprávný platební předpoklad.

Porovnávejte mediány a průměry pro různé účely

Předpokládejme pět vyhovujících prodejů za 0,050, 0,060, 0,070, 0,080 a 0,740 ETH. Celkový objem činí 1,000 ETH a průměrná prodejní cena 0,200 ETH. Medián činí 0,070 ETH. Jeden drahý prodej má velký účinek na průměr, zatímco medián popisuje prostřední pozorování.

Žádná statistika by neměla být zvolena pouze proto, že podporuje preferovaný závěr. Průměr může být užitečný pro ověření a sladění celkového objemu s počtem událostí. Medián může pomoci popsat typické pozorování v tomto malém seřazeném vzorku. Obě stále závisejí na srovnatelnosti předmětů a vhodnosti klasifikace událostí.

Odlehlou hodnotu prošetřete místo automatického smazání. Mohlo by jít o skutečně výjimečný předmět, balíček nebo transakci s nevyřešeným kontextem. Pokud to pomáhá otázce, vykazujte, jak se souhrn mění při zdokumentovaném vyloučení. Nevysvětleně oříznutý vzorek může být stejně zavádějící jako neprověřený průměr.

Považujte nejnižší cenu za pořadovou statistiku

Nejnižší cena kolekce může růst, protože je nejlevnější platná nabídka koupena, zrušena, vyprší nebo je jinak odstraněna z příslušného pohledu. Tyto příčiny mají různé důsledky. Pouze jedna nutně zahrnuje dokončený nákup a ani ten nezaručuje poptávku po každém zbývajícím předmětu za novou nejnižší cenu.

Pokud se nejnižší nabídka změní z 0,100 na 0,120 ETH, zobrazený růst činí 20 %. Než jej nazvete ziskem hodnoty předmětu 20 %, prověřte, co se stalo se starou objednávkou a co zůstává dostupné. Zmizení jediné nízké nabídky může vytvořit změnu bez jakéhokoli kupujícího platícího novou cenu.

Bot pro nejnižší cenu NFT by proto měl zachovávat kontext události a platnosti za vykazovanou změnou nejnižší ceny. Oznámení obsahující pouze procento může být užitečné pro upoutání pozornosti, ale je neúplným podkladem pro obchod. Dalším výzkumným krokem je určit, zda pohyb vysvětluje poptávka, nabídka nebo aktuálnost dat.

Prověřte hloubku nabídek před násobením nejnižší ceny

Předpokládejme prvních pět platných prodejních nabídek 0,080, 0,085, 0,090, 0,100 a 0,145 ETH. Nákup všech pěti za uvedené ceny by před transakčními výdaji stál 0,500 ETH, v průměru 0,100 ETH na předmět. Násobení nejnižší ceny 0,080 ETH pěti by odhadlo pouze 0,400 ETH a podhodnotilo samotný skupinový náklad o 0,100 ETH.

Rozložení nabídek je důležité, protože postupné nákupy mohou procházet různými cenami. Mělká první úroveň nepopisuje náklad nabytí větší skupiny. Ani odstranění těchto nabídek neprokazuje realizovatelnost nově zobrazené nejnižší ceny pro každý právě koupený předmět.

Analýza za botem pro hromadný nákup NFT by měla používat vybrané předměty a současné podmínky objednávek místo nejnižší ceny násobené množstvím. Hloubka prodejních nabídek zůstává dostupností na prodejní straně. Měla by být porovnávána s oddělenými podklady o nákupních nabídkách a kupujících ochotných zásobu převzít zpět, ale nikdy by je neměla nahrazovat.

Oddělujte kapacitu nákupní strany

Vysoká nákupní nabídka se může vztahovat na jeden předmět, jedno způsobilé nabytí nebo omezenou množinu aktiv. Neměla by být násobena celým portfoliem bez kontroly rozsahu, množství, financování a překryvu. Dvě nabídky zobrazené v různých pohledech mohou také spoléhat na související pokyny nebo stejné omezené nákupní prostředky.

Předpokládejme jednu nezávisle použitelnou nabídku 0,065 ETH a další 0,060 ETH, každou přijímající jeden způsobilý předmět. Jejich společná hrubá kapacita činí za uvedených podmínek 0,125 ETH pro tato dvě nabytí. Příklad neposkytuje cenu třetího předmětu ani záruku, že nabídky zůstanou dostupné společně.

Toto rozlišení je důležité pro analýzu arbitrážního bota NFT. Cenový rozdíl je pouze začátkem srovnání. Přesné aktivum, náklady, současná dostupnost a cesta vypořádání určují, zda lze zdánlivý rozdíl využít. Souhrnná čísla na úrovni kolekce nemohou prokázat všechny tyto podmínky.

Zaznamenávejte načasování snímku a aktuálnost

Načasování snímku kolekce na OpenSea by mělo rozlišovat měřené období a čas načtení dat. Klouzavý čtyřiadvacetihodinový objem a nejnižší cena načtená o pět minut později nepopisují jeden dokonale synchronizovaný stav trhu. Pro výzkum to může být přijatelné, ale rozdíl by měl být viditelný.

Ukládejte časové razítko každého pozorování a definici okna zdroje. Pokud přehled aktualizuje různé složky nezávisle, neprezentujte je jako atomický snímek, pokud toto chování není zdokumentováno. Nesoulad může vysvětlit zdánlivou cenovou odchylku, která zmizí po obnovení všech relevantních dat.

Automatizovaný nástroj pro sledování kolekcí NFT by měl odhalovat chybějící intervaly a zastaralé položky. Dokumentace Stream API OpenSea popisuje doručování s nejlepším úsilím a možnost chybějících událostí nebo událostí mimo pořadí. Živý tok událostí může podporovat sledování, ale sám neprokazuje úplný historický záznam ani plně aktuální proveditelnou knihu objednávek.

Prověřujte chybějící data bez zacházení s nimi jako s nulou

Pokud požadavek selže nebo položka chybí, zachovejte tento stav. Nula prodejů znamená, že vymezený zdroj pro období nehlásil žádné vyhovující prodeje. Chybějící data prodejů znamenají, že počet z tohoto pozorování není znám. Dosazení nuly může vytvořit falešný kolaps aktivity nebo umělé zotavení při úspěchu dalšího požadavku.

Tam, kde je to praktické, porovnejte pokrytí s nezávislou referencí. Při fiktivním prověření devadesáti referenčních událostí sběrný systém pozoruje osmdesát jedna jedinečných shodných událostí. Naměřené pokrytí tohoto vzorku činí 90 %. Není důkazem, že systém vždy doručí 90 %, a opakované zprávy by neměly být počítány jako další jedinečná pozorování.

Dokumentujte, co by chybějící část mohla ovlivnit. Zmeškaný drahý prodej může změnit objem více než nejnižší cenu. Zmeškané zrušení může změnit zdánlivou dostupnost nabídky. Kvalita dat proto souvisí s podporovaným rozhodnutím, nikoli pouze s obecným procentem provozní dostupnosti.

Zkontrolujte, zda se porovnávaná populace změnila

Změna průměrné prodejní ceny může pocházet ze změny prodaných předmětů místo změny ceny srovnatelných aktiv. Jeden týden může obsahovat převážně běžné předměty, zatímco další obsahuje několik vzácných kombinací. Samotné porovnání průměrů celé kolekce nerozliší silnější trh od jiné skladby prodejů.

Pokud se otázka týká srovnatelného výkonu, používejte konzistentní kohortu. Před porovnáním období vymezte skupinu vlastností, typ edice, stav výhod nebo jiné relevantní charakteristiky. Potom vykazujte, jakou část celkové aktivity kohorta představuje. Úzká skupina může zlepšit srovnatelnost a ponechat přitom velkou část kolekce mimo závěr.

Zohledněte také nové vydání. Pokud do kolekce vstoupí další předměty, počet držitelů nebo nabídek může růst, i když chování dříve existujících předmětů zůstává nezměněno. Porovnání staré populace s rozšířenou odpovídá na otázku růstu. Porovnání stejných již existujících aktiv k oběma datům odpovídá na otázku chování. Obojí je užitečné při označení.

Zachovejte definici kohorty, i když se výsledek stane méně dramatickým. Účelem není najít filtr vytvářející největší pohyb. Jde o izolaci části podkladů relevantní pro původní otázku. Pokud dostupná data nemohou podpořit stabilní kohortu, popište výsledek jako směs celé kolekce a vyhněte se přesnějšímu výkladu, než pozorování odůvodňují.

Analýzy kolekcí na OpenSea by měly odpovídat na jednu otázku

Zvolte výzkumnou otázku před přidáváním dalších ukazatelů. Pro posouzení současného pořizovacího nákladu se soustřeďte na platné vybrané prodejní nabídky a transakční cestu. Pro posouzení podkladů brzkého dalšího prodeje zkoumejte způsobilé nákupní nabídky a relevantní dokončené prodeje. Pro posouzení koncentrace definujte populaci držených aktiv a klasifikace adres. Velký přehled může obsahovat vše uvedené, aniž automaticky vytváří kterýkoli závěr.

Napište závěr s jeho mezemi. Například sekundární objem ve zvoleném týdenním okně klesl, zatímco celkový objem vzrostl kvůli nárůstu mintování. Toto tvrzení je užitečnější než tvrzení, že kolekce zesílila nebo zeslábla bez určení míry. Potom může vést konkrétní navazující zkoumání schopnosti stávajících držitelů dále prodávat.

Zásadou je udržovat každé číslo propojené s tím, co počítá. Definujte populaci, uchovávejte jednotky, podle potřeby slaďte okna, prověřujte aktuálnost a oddělujte objednávky a dokončené transakce. Analýzy se pak stávají způsobem testování teze kolekce místo souboru působivých čísel, jejichž významy se mění mezi srovnáními.