To OpenSea-sider kan vise forskellige samlingstal, uden at nogen af dem nødvendigvis er forkerte. Den ene kan bruge et rullende vindue, den anden en kalenderperiode. Den ene kan medtage primær mintning, den anden kan være filtreret til sekundære salg. En mindste salgspris kan beskrive den aktuelle laveste salgsannonce, mens volumen opsummerer transaktioner i det foregående døgn. Den tilsyneladende uenighed begynder ofte med definitioner.
OpenSea-samlingsanalyse er mest nyttig, når hvert tal er knyttet til fem kontekstdele: aktivsættet, enheden, nævneren hvor relevant, observationsvinduet og tidspunktet for hentning. Et præcist tal uden disse felter kan tilskynde til en sikker, men udokumenteret sammenligning. Et mindre, veldefineret sæt mål kan understøtte en mere nyttig beslutning.
Denne guide fokuserer på fortolkning af kontrolpanelet og dets understøttende registreringer. Alle numeriske eksempler er fiktive. De illustrerer, hvordan den samme samling kan se ud til at vokse, skrumpe eller blive mere likvid afhængigt af, hvilken størrelse der måles, og hvilke antagelser der ikke angives.
OpenSea-samlingsanalyse begynder med definitioner
Definitioner af OpenSeas analysemål bør skrives i almindeligt sprog, før tallene bruges. Volumen måler en transaktioneret mængde eller et transaktioneret beløb under kildens inklusionsregler. Et antal salg måler begivenheder, der opfylder en definition. En mindste salgspris måler den laveste annoncerede pris i den relevante visning. Et antal ejere vedrører normalt adresser eller konti, ikke verificerede personer.
OpenSeas guide til samlingsanalyse forklarer de tilgængelige visninger og bemærker, at volumen omfatter mintning. Dette er vigtigt, når en læser fortolker aktivitet som dokumentation for, at eksisterende ejere kan videresælge. Primær og sekundær efterspørgsel kan være relateret, men de er ikke den samme begivenhedskategori.
Bevar kildedefinitionen sammen med dataene frem for at bygge på en betegnelse, der huskes fra en anden platform eller en ældre grænseflade. Et felt kaldet volumen kan have forskellige inklusionsregler på tværs af visninger. Analytikerens opgave er at identificere disse regler, før en ændring behandles som dokumentation for køb, salg eller en bredere sammenligning af samlinger.
Adskil en beholdningsstørrelse fra en strøm
En beholdningsstørrelse beskriver en mængde på et tidspunkt, eksempelvis antallet af aktuelt annoncerede genstande. En strøm beskriver begivenheder over et interval, eksempelvis salg i en uge. Sammenligning af en beholdningsstørrelse med en strøm kan være nyttig, men kun når forholdet angives. Et aktuelt antal salgsannoncer siger ikke, hvor mange salgsannoncer der eksisterede gennem hele salgsintervallet.
Antag, at der er 245 gyldige annoncerede genstande på observationstidspunktet og 100 salgsbegivenheder i den foregående uge. Division af den ene med den anden kan bruges som et groft beskrivende forhold, men er ikke automatisk en prognose for den tid, der kræves for at sælge den annoncerede beholdning. Nye salgsannoncer kan komme til, nogle genstande kan sælges gentagne gange, og blandingen af annoncerede genstande kan afvige fra de genstande, købere valgte.
Brug beholdningsmål til at beskrive aktuel tilgængelighed og strømmål til at beskrive observeret aktivitet. Hvis formålet er at undersøge beholdningens omsætning, skal den samme population følges gennem tid, og tilgangs- og afgangsbegivenheder defineres. Ét øjebliksbillede af et kontrolpanel kan generelt ikke rekonstruere alle disse ændringer alene.
Kontroller nævneren for udbuddet
Kontrol af nævnere for NFT-samlinger begynder med den population, der er relevant for spørgsmålet. I en fiktiv samling blev 5.000 unikke tokens mintet, og 100 blev derefter brændt, hvilket efterlader 4.900 eksisterende tokens. Hvis 245 af disse aktuelt er sat til salg, er den annoncerede andel af det eksisterende udbud 5%.
Brug af det oprindelige antal på 5.000 mintede ville i stedet give 4,9%. Ingen af de aritmetiske resultater er mystiske; nævneren ændrede sig. Det passende valg afhænger af, om spørgsmålet vedrører den oprindelige udstedelse eller de aktuelt eksisterende aktiver. Angiv, hvilken der måles, frem for stille at skifte mellem dem.
Ved editioner og andre repræsentationer skal tokenidentifikatorer også skelnes fra kopier. Et antal unikke id'er kan være meget forskelligt fra antallet af tilgængelige enheder. Eksemplet her antager unikke genstande for at holde nævneren klar. Anvendelse af dets formel på en editionssamling kræver først en beslutning om, hvorvidt analysen vedrører id'er, kopier, ejere eller ordrer.
Hold filtrerede delmængder i deres egen population
Antag, at 400 af de 4.900 eksisterende genstande har en bestemt egenskab, og at 40 af disse er sat til salg. Den annoncerede andel inden for egenskabssættet er 10%. Division af de samme 40 salgsannoncer med hele samlingen på 4.900 genstande giver cirka 0,82%, hvilket besvarer et andet spørgsmål: egenskabens annoncerede genstande som andel af hele samlingen.
Denne forskel kan forklare, hvorfor en filtreret visning ser ud til at have en langt højere annonceringsrate end samlingsoversigten. Den filtrerede nævner er mindre og specifikt relevant for den valgte gruppe. Den højere procentsats betyder ikke automatisk, at visningen for hele samlingen er unøjagtig.
Bevar alle aktive filtre i researchregistreringen, herunder egenskaber, valutaer, netværk, salgstyper og tidsintervaller, hvor de understøttes. Hvis to skærmbilleder bruger forskellige filtre, skal deres populationer sammenlignes, før deres procenter sammenlignes. En meningsfuld egenskabsanalyse bør også overveje, om delmængdens købere og fordele afviger fra dem for almindelige samlingsgenstande.
Skeln mellem salgsbegivenheder og unikke solgte genstande
En token kan sælges mere end én gang i en periode. Antag, at en uge indeholder 100 kvalificerende sekundære salgsbegivenheder, men kun 70 særskilte solgte genstande. Antallet af begivenheder divideret med 4.900 eksisterende genstande er cirka 2,04%. Antallet af særskilte genstande divideret med det samme udbud er cirka 1,43%.
Det første forhold måler intensiteten af registrerede salgsbegivenheder i forhold til udbuddet. Det andet måler andelen af udbuddet, der deltog i mindst ét kvalificerende salg. Ingen af delene fastslår, at enhver genstand har en lignende sandsynlighed for at blive solgt næste uge. Gentagen handel i en lille delmængde kan få aktivitet til at se bred ud, når den er koncentreret.
Vælg det mål, der passer til researchspørgsmålet. En undersøgelse af transaktionsaktivitet kan kræve antal begivenheder. En undersøgelse af, hvor bredt efterspørgslen når gennem samlingen, kan kræve unikke aktiver. En undersøgelse af uafhængig deltagelse kan kræve adresseanalyse med yderligere forbehold om, hvad adresser afslører og ikke afslører om personer.
Fortolk antal ejere som adressedokumentation
En ejeradresse er ikke nødvendigvis én person. En person kan kontrollere flere adresser, og én adresse kan repræsentere en kontrakt, en opbevaringsordning eller en fælles konto. Offentlige data kan understøtte et antal observerede adresser med beholdninger uden at bevise antallet af uafhængige økonomiske ejere.
Hvis én adresse eksempelvis har 490 af de 4.900 eksisterende genstande, kontrollerer den 10% af det definerede udbud i den observerede tilstand. Det næste spørgsmål er, hvilken slags adresse det er. En deponeringskontrakt og en individuel samler giver forskellige fortolkninger, selv om begge kan optræde i en rå koncentrationsberegning.
Fjern ikke aktiver, der holdes af kontrakter, uden at forklare virkningen på nævneren. Et koncentrationsmål, der udelukker kendte kontrakter, kan være nyttigt til et bestemt spørgsmål, men det er ikke længere det samme mål som koncentration på tværs af alle eksisterende tokens. Bevar både udelukkelsesreglen og usikkerheden ved enhver adresseklassifikation.
Adskil mintvolumen fra sekundær volumen
Forestil dig, at én uge har 12 ETH i samlet volumen, bestående af 4 ETH fra primære mintninger og 8 ETH fra sekundære køb. Den næste uge har 18 ETH samlet, bestående af 12 ETH fra mintninger og 6 ETH fra sekundære køb. Den samlede volumen steg med 50%, mens den sekundære volumen faldt med 25%.
Begge udsagn er korrekte under de fiktive definitioner. Kun at beskrive den anden uge som en stærk stigning i videresalgsefterspørgsel ville være udokumenteret. Det meste af den samlede stigning kom fra primær mintning, mens den registrerede sekundære mængde faldt. Forskellen er særlig vigtig, når man vurderer, om en erhvervet genstand snart kunne finde en anden køber.
OpenSeas guide til statistiksiden giver yderligere kontekst om samlingsrangordninger og aktivitetsvisninger. Rangordninger kan identificere samlinger til undersøgelse, men en rang bør ikke erstatte den underliggende begivenhedsklassifikation. Årsagen til, at en samling er aktiv, er lige så vigtig som det, at den optræder nær toppen.
Læs valutafelter hver for sig
Antag ikke, at hvert mål, der returneres samlet, bruger den samme valuta. OpenSeas reference til samlingsstatistik bemærker specifikt, at symbolerne for volumen og mindste salgspris kan afvige. Valutaen på feltniveau for en mængde eller et beløb er derfor en del af definitionen, ikke valgfri visningspynt.
Hvis en volumenmængde er opgjort i én token og en mindste salgspris i en anden, giver division af dem uden omregning et meningsløst forhold. Hvis omregning er nyttig, skal de oprindelige mængder eller beløb, den valgte valutakurs og dens observationstidspunkt bevares. En omregnet analytisk værdi bør ikke fejlagtigt betegnes som den oprindelige transaktionsmængde eller det oprindelige transaktionsbeløb.
Skeln også mellem netværkenes egne aktiver og indpakkede aktiver samt deres netværk i de underliggende registreringer. En overordnet grænseflade kan vise værdier, der ser ækvivalente ud, til sammenligning, men transaktionsfinansiering afhænger stadig af faktiske saldi og kontrakter. Analyse, der senere informerer et køb, skal medbringe tilstrækkelige identitetsoplysninger til at undgå at omdanne en visningskonvention til en forkert betalingsantagelse.
Sammenlign medianer og gennemsnit til forskellige formål
Antag, at fem kvalificerende salg fandt sted til 0,050, 0,060, 0,070, 0,080 og 0,740 ETH. Den samlede volumen er 1,000 ETH, og gennemsnitssalgsprisen er 0,200 ETH. Medianen er 0,070 ETH. Ét dyrt salg har stor virkning på gennemsnittet, mens medianen beskriver den midterste observation.
Ingen af statistikkerne bør vælges blot, fordi den understøtter en foretrukken konklusion. Gennemsnittet kan være nyttigt til at afstemme samlet volumen med antallet af begivenheder. Medianen kan hjælpe med at beskrive en typisk observation i denne lille sorterede stikprøve. Begge afhænger stadig af, om genstandene er sammenlignelige, og om begivenhedsklassifikationen er passende.
Undersøg den afvigende observation frem for automatisk at slette den. Det kan være en reelt usædvanlig genstand, en pakke eller en transaktion, hvis kontekst er uafklaret. Rapporter, hvordan resuméet ændres med en dokumenteret udelukkelse, hvis det hjælper spørgsmålet. En uforklaret beskåret stikprøve kan være lige så vildledende som et uundersøgt gennemsnit.
Behandl mindste salgspris som en ordensstatistik
En samlings mindste salgspris kan stige, fordi den billigste gyldige salgsannonce købes, annulleres, udløber eller på anden måde fjernes fra den relevante visning. Disse årsager har forskellige betydninger. Kun én indebærer nødvendigvis et fuldført køb, og selv dette køb garanterer ikke efterspørgsel efter enhver resterende genstand til den nye mindste salgspris.
Hvis den laveste salgsannonce ændres fra 0,100 til 0,120 ETH, er den viste stigning 20%. Før dette kaldes en gevinst på 20% i genstandsværdi, skal det undersøges, hvad der skete med den gamle ordre, og hvad der fortsat er tilgængeligt. At en enkelt lav salgsannonce forsvinder, kan skabe ændringen uden nogen køber, der betaler den nye pris.
En bot til NFT-mindstepriser bør derfor bevare begivenheds- og gyldighedskonteksten bag en rapporteret ændring i mindste salgspris. En meddelelse, der kun indeholder procentsatsen, kan være nyttig til at skabe opmærksomhed, men den er ufuldstændig dokumentation for en handel. Det næste researchtrin er at afgøre, om efterspørgsel, udbud eller dataaktualitet forklarer bevægelsen.
Undersøg annoncedybden, før en mindste salgspris ganges op
Antag, at de første fem gyldige udbudspriser er 0,080, 0,085, 0,090, 0,100 og 0,145 ETH. Køb af alle fem til disse angivne mængder ville koste 0,500 ETH før transaktionsudgifter, i gennemsnit 0,100 ETH pr. genstand. At gange den mindste salgspris på 0,080 ETH med fem ville kun anslå 0,400 ETH og undervurdere den rå gruppeomkostning med 0,100 ETH.
Fordelingen af salgsannoncer er vigtig, fordi på hinanden følgende køb kan bevæge sig gennem forskellige priser. Et tyndt første niveau beskriver ikke omkostningen ved at erhverve en større gruppe. Fjernelse af disse salgsannoncer fastslår heller ikke, at den nyligt viste mindste salgspris kan realiseres for enhver netop købt genstand.
Analysen bag en NFT-sweep-bot bør bruge de valgte genstande og aktuelle ordrevilkår frem for en mindste salgspris ganget med mængden. Annoncedybde forbliver tilgængelighed på salgssiden. Den bør sammenlignes med, men aldrig erstatte, den særskilte dokumentation for tilbud og købere, der er villige til at overtage beholdningen.
Hold kapacitet på købersiden adskilt
Et højt tilbud kan gælde én genstand, én kvalificeret erhvervelse eller et begrænset sæt aktiver. Det bør ikke ganges op på tværs af en hel portefølje uden kontrol af omfang, mængde, finansiering og overlap. To tilbud vist i forskellige visninger kan også bygge på relaterede instruktioner eller de samme begrænsede købsressourcer.
Antag, at ét uafhængigt brugbart tilbud er på 0,065 ETH og et andet på 0,060 ETH, som hver accepterer én kvalificeret genstand. Deres samlede bruttokapacitet er 0,125 ETH for disse to erhvervelser under de angivne betingelser. Eksemplet giver ingen pris på en tredje genstand og ingen garanti for, at tilbuddene forbliver tilgængelige samtidig.
Denne forskel er vigtig for analyse af en NFT-arbitragebot. En prisforskel er kun begyndelsen på en sammenligning. Det præcise aktiv, omkostningerne, den samtidige tilgængelighed og afregningsruten afgør, om der kan handles på den tilsyneladende forskel. Samlede tal på samlingsniveau kan ikke fastslå alle disse betingelser.
Registrer øjebliksbilleders tidspunkt og aktualitet
Tidspunktet for OpenSea-samlingsøjebliksbilleder bør skelne mellem den periode, der måles, og det tidspunkt, hvor dataene blev hentet. En rullende volumen for fireogtyve timer og en mindste salgspris hentet fem minutter senere beskriver ikke én perfekt synkroniseret markedstilstand. Det kan være acceptabelt til research, men forskellen bør være synlig.
Gem et tidsstempel for hver observation og kildens vinduesdefinition. Hvis et kontrolpanel opdaterer forskellige komponenter uafhængigt, skal du undgå at præsentere dem som ét atomisk øjebliksbillede, medmindre denne adfærd er dokumenteret. En uoverensstemmelse kan forklare en tilsyneladende prisafvigelse, der forsvinder, når alle relevante data opdateres.
En automatiseret NFT-samlingssporer bør synliggøre manglende intervaller og forældede felter. OpenSeas Stream API-dokumentation beskriver levering efter bedste evne og mulige manglende begivenheder eller begivenheder i forkert rækkefølge. En livebegivenhedsstrøm kan understøtte overvågning, men den beviser ikke i sig selv en fuldstændig historisk registrering eller en fuldt aktuel ordrebog, der kan handles efter.
Gennemgå manglende data uden at behandle dem som nul
Hvis en anmodning fejler, eller et felt mangler, skal tilstanden bevares. Nul salg betyder, at en defineret kilde rapporterede ingen kvalificerende salg i perioden. Manglende salgsdata betyder, at antallet er ukendt ud fra denne observation. Erstatning med nul kan skabe et falsk sammenbrud i aktiviteten eller en kunstig genopretning, når den næste anmodning lykkes.
Sammenlign dækning med en uafhængig reference, hvor det er praktisk muligt. I en fiktiv gennemgang af halvfems referencebegivenheder observerer en dataindsamler enogfirs unikke matchende begivenheder. Den målte dækning er 90% for denne stikprøve. Det er ikke bevis på, at systemet altid vil levere 90%, og gentagne beskeder bør ikke tælles som yderligere unikke observationer.
Dokumenter, hvad den manglende del kunne påvirke. Et overset dyrt salg kan ændre volumen mere end den mindste salgspris. En overset annullering kan ændre den tilsyneladende tilgængelighed af en salgsannonce. Datakvalitet er derfor knyttet til den beslutning, der understøttes, ikke blot til en generisk oppetidsprocent.
Kontroller, om den sammenlignede population ændrede sig
En ændring i gennemsnitlig salgspris kan komme fra en ændring i de solgte genstande frem for en prisændring for sammenlignelige aktiver. Én uge kan hovedsageligt indeholde almindelige genstande, mens den næste indeholder flere sjældne kombinationer. Sammenligning af gennemsnittene for hele samlingen alene kan ikke skelne mellem et stærkere marked og en anden salgsblanding.
Brug en konsistent gruppe, når spørgsmålet vedrører sammenlignelige resultater. Definer egenskabsgruppen, editionstypen, fordelsstatus eller andre relevante karakteristika, før perioder sammenlignes. Rapporter derefter, hvor stor en del af den samlede aktivitet gruppen repræsenterer. En snæver gruppe kan forbedre sammenligneligheden og samtidig efterlade en stor del af samlingen uden for konklusionen.
Medregn også ny udstedelse. Hvis yderligere genstande kommer ind i samlingen, kan et antal ejere eller salgsannoncer stige, selv når adfærden blandt de tidligere eksisterende genstande er uændret. Sammenligning af den gamle population med den udvidede besvarer et vækstspørgsmål. Sammenligning af de samme tidligere eksisterende aktiver på tværs af begge datoer besvarer et adfærdsspørgsmål. Begge er nyttige, når de betegnes tydeligt.
Bevar gruppedefinitionen, selv hvis resultatet bliver mindre dramatisk. Formålet er ikke at finde det filter, der skaber den største bevægelse. Det er at isolere den del af dokumentationen, der er relevant for det oprindelige spørgsmål. Hvis de tilgængelige data ikke kan understøtte en stabil gruppe, skal resultatet beskrives som en blanding for hele samlingen, og en mere præcis fortolkning, end observationerne berettiger, undgås.
OpenSea-samlingsanalyse bør besvare ét spørgsmål
Vælg et researchspørgsmål, før flere mål tilføjes. For at vurdere aktuel anskaffelsesomkostning skal fokus være på gyldige valgte salgsannoncer og transaktionsruten. For at vurdere dokumentation for snarligt videresalg skal kvalificerede tilbud og relevante fuldførte salg undersøges. For at vurdere koncentration skal beholdningspopulationen og adresseklassifikationerne defineres. Et stort kontrolpanel kan indeholde alt dette uden at gøre nogen enkelt konklusion automatisk.
Skriv konklusionen med dens begrænsninger. For eksempel faldt sekundær volumen i det valgte ugentlige vindue, mens samlet volumen steg, fordi mintningen steg. Dette udsagn er mere nyttigt end at sige, at samlingen blev stærkere eller svagere uden at identificere målet. Det kan derefter styre en specifik opfølgning om eksisterende ejeres mulighed for at videresælge.
Disciplinen er at holde hvert tal forbundet med det, det tæller. Definer populationen, bevar enheder, tilpas vinduer hvor nødvendigt, undersøg aktualitet og adskil ordrer fra fuldførte transaktioner. Analyse bliver da en måde at teste en samlingstese på frem for en samling imponerende tal, hvis betydninger skifter fra én sammenligning til den næste.