Hvordan analysere NFT-samlinger: Et rammeverk for undersøkelse

Hvordan analysere NFT-samlinger før kjøp

Begynn med identiteten. Registrer nettverket, kontrakts- eller mintstrukturen, samlingsidentifikatoren og den bestemte gjenstanden som vurderes. Et felles navn eller et kjent bilde er ikke nok. En samlingsside kan være et nyttig sted å oppdage gjenstander, men den foreslåtte transaksjonen må gjelde eiendelen som faktisk ble undersøkt.

Den offisielle OpenSea-veiledningen til gjenstandssider identifiserer detaljer som kontrakt, kjede, tokenidentifikator, egenskaper og aktivitet for gjenstanden. Bruk informasjonen til å fastslå hva analysen gjelder. Opprinnelsen og den viste merkevaren bør vurderes sammen fremfor å anta at én av dem beviser alle relevante rettigheter eller tillatelser.

Skriv den foreslåtte beslutningen på vanlig språk. Å kjøpe én rimelig gjenstand til egen samling, kjøpe flere for videresalg og anslå en egenskapspremie krever forskjellig dokumentasjon. En bred samlingsvurdering er et utgangspunkt; den endelige beslutningen avhenger fortsatt av den nøyaktige gjenstanden, prisen, tillatelsene og salgsmuligheten som finnes.

Den beslektede veiledningen om hvordan finne billige NFT-er på OpenSea bruker dette identitetsarbeidet på lavt prisede salgsoppføringer. Den forklarer hvorfor et lavt tall først blir meningsfullt etter at kjøperen har kontrollert hva som selges, og om oppføringen passer den tiltenkte transaksjonen.

Fastslå populasjonen før forholdstall brukes

Et tall for tilbudet trenger en definisjon. Det kan gjelde mintede tokenidentifikatorer, gjenværende gjenstander etter brenning, enheter i utgaver eller en annen populasjon som datakilden bruker. Å dele et eierantall på et uforenlig antall gjenstander gir et presist forholdstall med uklar betydning.

Anta at Harbor Maps opprinnelig mintet 4 000 unike gjenstander, og at 200 senere ble permanent fjernet etter den fiktive samlingens regler. Den gjenværende populasjonen er 3 800. Hvis 760 forskjellige eieradresser nå har gjenstandene, er det enkle forholdet mellom adresser og gjenstander 20 %. Brukes den opprinnelig mintede populasjonen i stedet, blir resultatet 19 %. Begge beregningene er gyldig regning, men de besvarer forskjellige spørsmål om nevneren.

Ingen av prosentene betyr at 20 % av mennesker eier samlingen. Én person kan kontrollere flere adresser, og én adresse kan representere en oppbevaringstjeneste eller en gruppe. Registreringen bør kalle telleren det den er: observerte eieradresser etter den oppgitte metoden. Ukjente identiteter bør forbli ukjente.

For utgaver skilles forskjellige tokenidentifikatorer fra antallet utestående enheter. Ti identifikatorer med hundre enheter hver tilsvarer ikke ti unike enkeltverk. Undersøkelsen må bevare samlingens eiendelsstruktur før tilbudet og eierne sammenlignes med en annen samling.

Samordne målenes tidspunkter

Velg et skjæringstidspunkt for observasjonene og et handelsvindu. Et aktuelt øyeblikksbilde av eiere, et salgsantall for sju dager og volum gjennom hele historikken kan stå sammen i en rapport, men de ulike periodene trenger tydelige etiketter. De bør ikke slås sammen til en antydet daglig trend uten en gyldig sammenligning.

For Harbor Maps kan du se for deg at øyeblikksbilder av eierskap og salgsoppføringer tas klokken tolv UTC på to påfølgende mandager. Mål salgene i de mellomliggende sju dagene med samme konvensjon for start og slutt. Det gir analytikeren et sammenhengende grunnlag for å sammenligne endringer fremfor å blande de hovedtallene som tilfeldigvis er synlige.

OpenSeas dokumentasjon om samlingsanalyse beskriver valgbare perioder og oppgir at volumet inkluderer mintvolum. Dette skillet betyr noe når nylig minting skaper en aktivitetsbølge. Et diagram kan korrekt vise høyt volum og samtidig gi begrenset dokumentasjon om kjøpere i annenhåndsmarkedet som er villige til å kjøpe de eksisterende eiernes gjenstander.

Bevar tidspunktet da dataene ble samlet, så vel som perioden de beskriver. En senere rettelse eller en forsinket registrering kan revidere det historiske bildet. En beslutningsgjennomgang bør skille mellom informasjonen som var tilgjengelig ved det opprinnelige skjæringstidspunktet, og informasjon som ble kjent senere, særlig når det vurderes om en utvelgelsesregel ville fungert.

Les eierfordelingen utover hovedantallet

En samling med mange adresser kan fortsatt ha konsentrert eierskap. Undersøk de største beholdningene, andelen deres av den relevante populasjonen og endringer over et fast intervall. Det nyttige spørsmålet er hvor mye av tilbudet et lite antall observerte kontoer kan påvirke, ikke om én konsentrasjonsprosent automatisk bekrefter trygghet.

Anta at de ti største Harbor Maps-adressene har 950 av de 3 800 gjenværende gjenstandene. Deres samlede andel er 25 %. Hvis den største enkeltadressen har 380, står den for 10 %. Tallene viser konsentrasjon i adresseregistreringen selv om de ikke identifiserer menneskene som kontrollerer kontoene.

Undersøk konteksten før hver stor saldo tolkes som umiddelbart salgspress. En adresse kan være en kontrakt, en oppbevaringsordning eller en reserve knyttet til samlingen. Disse mulighetene trenger dokumentasjon. En udokumentert etikett kan være like villedende som å overse konsentrasjonen helt, så det observerte beløpet og en eventuell verifisert forklaring bør registreres separat.

Endringer bør også undersøkes. En økning fra 760 til 800 eieradresser kan gjenspeile bredere fordeling, overføringer mellom beslektede lommebøker eller en annen prosess. Den dokumenterer en endret adressefordeling, men beviser ikke automatisk at førti nye uavhengige samlere har kommet til. Analytikeren bør spore de aktuelle transaksjonene før en slik sterkere påstand fremsettes.

Skill salg, overføringer og gjentatt omsetning

En overføring viser at en eiendel flyttet seg mellom registrerte eiere. Den fastslår ikke nødvendigvis et salg mellom uavhengige parter eller en uavhengig fremforhandlet pris. Minting skaper en eiendel, mens et vanlig salg i annenhåndsmarkedet endrer eierskapet til en eksisterende eiendel mot vederlag. Å blande disse hendelsestypene kan overdrive etterspørselen.

Anta at Harbor Maps registrerer 120 overføringer i løpet av uken, hvorav 60 identifiseres som gjennomførte salg etter undersøkelsesmetoden. Å rapportere 120 salg ville doble det relevante antallet. De gjenværende overføringene kan omfatte gaver, flytting knyttet til oppbevaring eller annen aktivitet; de bør ikke få oppdiktede priser bare for å fullføre et diagram.

Anta nå at disse 60 salgene bare gjelder 45 forskjellige gjenstander. Noen gjenstander ble handlet mer enn én gang. Transaksjonsantallet er fortsatt 60, mens antallet unike solgte gjenstander er 45. Relativt til de 3 800 gjenværende gjenstandene er omsetningen av unike gjenstander omtrent 1,18 % for uken. Det er en annen statistikk enn 60 delt på 3 800, omtrent 1,58 %.

Gjentatte transaksjoner kan være legitime, men konsentrasjonen betyr noe. En travel strøm skapt av en liten gruppe eiendeler og adresser gir mindre dokumentasjon på bred deltakelse enn samme antall fordelt vidt. Beskriv mistenkelige mønstre med varsomhet; offentlig aktivitet alene fastslår ikke identitetene, motivene eller forbindelsene bak hver adresse.

Finn sammenlignbare salg fremfor ett gjennomsnitt

Et samlingsgjennomsnitt kan blande gjenstander ved gulvprisen, særegne egenskaper, pakker og uvanlig dyre salg. Tallet kan være korrekt for de valgte registreringene og samtidig uegnet til å verdsette gjenstanden som vurderes. Sammenlignbarhet krever oppmerksomhet om både eiendelens kjennetegn og transaksjonsvilkårene.

Se for deg fem relevante enkeltstående salg til 0,080, 0,085, 0,090, 0,095 og 0,250 ETH. Gjennomsnittet er 0,120 ETH, mens medianen er 0,090 ETH. Forskjellen viser at den høyeste observasjonen har stor innflytelse. Det rettferdiggjør ikke at salget slettes automatisk; undersøk først hvorfor det skiller seg ut.

Den høye observasjonen kan gjelde en genuint attraktiv egenskap, en særlig rettighet eller en uvedkommende økonomisk ordning. Hvis den tilhører et annet segment, vises segmentet separat. Hvis betydningen ikke kan fastslås, bør du forklare hvordan usikkerheten påvirker verdsettingen, fremfor å velge oppsummeringen som støtter det ønskede kjøpet.

Analyse av etterspørselen etter en NFT-samling bør derfor rapportere antallet sammenlignbare salg, datoene og grunnen til at hvert salg inkluderes. Ett nylig salg kan være informativt, men gir en skjør prisreferanse. Ti gamle salg kan også gi svak dokumentasjon hvis markedsforholdene eller rettighetene i samlingen er vesentlig endret.

Behold valutaenheter ved hvert tall

En samling kan handles i flere valutaer, og et dashbord kan omregne verdier for sammenligning. Registrer den opprinnelige valutaen og eventuell omregningskonvensjon. En endring i et mål uttrykt som ETH-ekvivalent kan skyldes omregningskursen så vel som endringer i de underliggende NFT-transaksjonene.

Gjeldende OpenSea-dokumentasjon om samlingsstatistikk skiller uttrykkelig mellom symbolet knyttet til volum og symbolet knyttet til gulvpris. Disse symbolene kan være forskjellige. Programvare som leser dataene, bør ikke utlede én universell valuta fra et nabofelt eller samlingens mest kjente kjede.

Anta at en rapport kombinerer 2 ETH fra én kategori aktivitet med 400 enheter av en annen valuta. Å legge sammen råtallene til 402 enheter ville være meningsløst. Et samlet mål krever en oppgitt omregningskurs og et tidsstempel, mens de opprinnelige beløpene bør forbli tilgjengelige slik at beregningen kan gjenskapes.

Den samme varsomheten gjelder ved sammenligning av avkastning. En gjenstand kan stige i handelsvalutaen og samtidig falle i en annen rapporteringsvaluta. Samlingsanalysen bør vise denne eksponeringen fremfor å presentere valutaomregning som et nøytralt formateringsvalg som ikke kan endre tolkningen.

Undersøk dybden bak gulvprisen

Gulvprisen er en observasjon av et prisforlangende, ikke et løfte om å kjøpe leserens gjenstand. Én rimelig salgsoppføring kan bestemme den, og oppføringen kan bli foreldet, utilgjengelig eller uegnet for en bestemt kjøpsrute. Vurder fordelingen av nærliggende priser og kontroller om handelen er kvalifisert og gjennomførbar når beslutningen avhenger av dette.

Anta at tre Harbor Maps-gjenstander tilbys til 0,080, 0,082 og 0,085 ETH, fulgt av den neste til 0,110 ETH. Å kjøpe de første tre ville koste 0,247 ETH før transaksjonskostnader. Deres gjennomsnittlige prisforlangende er omtrent 0,08233 ETH. Den neste oppgitte gulvprisen kunne da se langt høyere ut selv uten at noen ny ekstern kjøper kom til.

Veiledningen til en NFT-sweepbot undersøker driftssiden ved å kjøpe flere salgsoppføringer. For undersøkelsen er den viktige konsekvensen at fjerning av noen få lave prisforlangende endrer den synlige tilbudskurven. Det beviser ikke at hele den kjøpte beholdningen kan videreselges til det nye laveste prisforlangendet.

Undersøk interessen på kjøpersiden separat. Hvis bare ett kvalifiserende tilbud finnes til 0,070 ETH, fastslår det ikke umiddelbar etterspørsel etter alle tre gjenstandene. Ulike tilbud kan dele finansiering eller gjelde overlappende sett med kvalifiserende eiendeler. Å summere de fremhevede antallene uten å kontrollere begrensningene kan overdrive kapasiteten til et realiserbart salg.

Sammenlign tilbudet av salgsoppføringer med faktisk kjøperaktivitet

Et økende antall salgsoppføringer kan vise at flere eiere vil selge, men tolkningen avhenger av priser og gyldighet. Noen oppføringer kan ligge langt over realistisk etterspørsel. Andre kan utløpe eller bli ugyldige uten å bli kjøpt. Endringer i antall alene viser ikke hvor mye tilbud kjøperne absorberte.

Se på en uke som begynner med 150 gyldige salgsoppføringer. I perioden kommer 80 nye oppføringer til, 30 gjennomføres som salg og 20 forlater det aktive settet av andre dokumenterte grunner. Sluttantallet er 180 hvis kategoriene er gjensidig utelukkende og oversikten er fullstendig. Økningen på 30 betyr ikke at ingen kjøp fant sted; tretti oppføringer ble solgt mens tilgangen oversteg avgangen.

Denne avstemmingen er mer informativ enn å sammenligne to skjermbilder uten hendelseshistorikk. Den kan avdekke manglende kanselleringer, duplikatoppdateringer eller endringer i definisjonen av en aktiv oppføring. Hvis regnskapet ikke går opp, bør avviket undersøkes fremfor å justere en kategori i det stille for å få en ryddig sum.

Sammenlign samme prisintervall over tid. En økning i fjernt prisede, dyre oppføringer kan ha liten umiddelbar effekt på konkurransen nær gulvprisen. En liten økning i gyldige lavt prisede oppføringer kan bety mer for en selger som vil selge raskt. Undersøkelsesspørsmålet avgjør hvilken del av tilbudet som fortjener oppmerksomhet.

Hvordan analysere NFT-samlinger med ensartede data

Lag en kort måleordbok før et stort datasett samles inn. Angi enhet, periode, kilde, inkluderingsregler og oppdateringsatferd for hvert felt. Det hindrer at et senere diagram kombinerer to verdier med lignende navn, men forskjellig betydning.

Bevar råobservasjoner sammen med avledede mål. Hvis en gulvpris endres, bør analytikeren kunne identifisere oppføringen som satte den. Hvis volumet hopper, bør transaksjonene som bidro, kunne undersøkes. Samlede tall er nyttige oppsummeringer, men uforklarte summer er vanskelige å utfordre når de lager overraskende signaler.

Et manglende svar bør ikke bli null tilbud, null salg eller bevis på at ingen kjøpstilbud finnes. Merk det som utilgjengelig og oppgi hvilke konklusjoner som ikke kan trekkes nå. På samme måte bør et gammelt øyeblikksbilde fortsatt fremstå som gammelt, fremfor å få gjeldende tidspunkt bare fordi et dashbord ble oppdatert.

Den beslektede veiledningen til en NFT-handelssignalbot forklarer hvordan observasjoner kan bli varsler. En solid samlingsundersøkelse gir prosessen definerte inndata og usikkerhetstilstander. Den bør ikke gjøre en datamangel eller en mekanisk høyere gulvpris til en selvsikker kjøpsanbefaling.

Test tolkningen mot et ugunstig tilfelle

Før du konkluderer med at Harbor Maps har bedre etterspørsel, bør du spørre hvilken alternativ forklaring som kan gi de samme observasjonene. Antallet eieradresser kan øke gjennom intern omfordeling. Volumet kan stige fordi noen få gjenstander ble handlet gjentatte ganger. Gulvprisen kan stige fordi billige oppføringer forsvant uten gjennomførte salg.

Bruk dokumentasjon til å skille disse mulighetene der det er praktisk. Kjøpere som fremstår som uavhengige på tvers av forskjellige gjenstander, gjennomførte transaksjoner i den aktuelle perioden og vedvarende kvalifiserende tilbud ville underbygge en annen konklusjon enn isolert omsetning mellom noen få adresser. Ingen av delene alene garanterer fremtidig likviditet, men sammen gjør de begrunnelsen mer spesifikk.

Test deretter selve den foreslåtte handelen. Hvis kjøperen anskaffer til 0,085 ETH og det eneste realistiske umiddelbare tilbudet er 0,070 ETH, er bruttoforskjellen et tap på 0,015 ETH før gebyrer og gass. En gunstig fortelling om samlingen verken fjerner dette utførelsesgapet eller sikrer at en bedre kjøper kommer.

En nyttig undersøkelseskonklusjon sier hva dokumentasjonen underbygger nå, hvilke forutsetninger som fortsatt ikke er verifisert og hvilken ny observasjon som ville endre vurderingen. Det gjør analysen til et beslutningsverktøy fremfor en varig anbefaling knyttet til et samlingsnavn.

Sammenlign lignende perioder før en trend erklæres

En prosentendring kan virke dramatisk når startantallet er lite. Anta at Harbor Maps registrerer fire sammenlignbare salg i ett sjudagersvindu og åtte i det neste. Salgene er doblet, men det andre vinduet har fortsatt bare åtte observasjoner. Prosenten beskriver antallsendringen korrekt; den verken gir et stort utvalg eller fastslår at fremtidig etterspørsel vil fortsette å doble seg.

Sammenlign nå to andre vinduer med førti og førtiåtte salg. Økningen er 20 %, mindre i prosent, men underbygd av mer aktivitet. Eksemplene besvarer forskjellige spørsmål om størrelse og endring. Et utvelgelsessystem som bare rangerer prosentvis vekst, kan konsekvent favorisere svært små startpopulasjoner uten å gjøre dette valget uttrykkelig.

Vinduene bør også dekke sammenlignbare forhold. En lanseringsuke, en avsløringsuke og en vanlig uke med annenhåndshandel kan ha forskjellig hendelsessammensetning. Bruk hendelsesetiketter og skill primær fra sekundær aktivitet der dokumentasjonen tillater det. Ikke beskriv en forutsigbar bølge rundt utstedelse som om den automatisk viser varig videresalgsetterspørsel etter at utstedelsen er over.

Undersøk til slutt om de samme gjenstandene og adressene dominerer begge periodene. Hvis økningen kommer fra gjentatt handel i én gjenstand, bør analytikeren unngå å generalisere den til hver gjenstand i samlingen. En forsvarlig trendpåstand oppgir endringen, den absolutte størrelsen, sammensetningen og usikkerheten som utvalget skaper. Denne fyldigere påstanden er mindre dramatisk enn én vekstprosent og langt mer nyttig for å avgjøre hva som skal undersøkes videre.

Bevar en undersøkelsesoversikt som en annen leser kan gjenskape

Den endelige oversikten bør knytte sammen samlingens identitet, skjæringstidspunktet for observasjonene, populasjonen, eierfordelingen, transaksjonsutvalget og den relevante ordredybden. Ta først med det hypotetiske handelsantallet når disse delene er forstått. En bred påstand som «samlingen er aktiv» er mindre nyttig enn en forklaring av hvem som ser ut til å handle hva, over hvilket intervall og på hvilke gjennomførbare vilkår.

Hold konklusjonene i forhold til dekningen. Hvis bare én handelsplass eller et begrenset transaksjonssett ble observert, bør det oppgis i undersøkelsesoversikten. Et delvis datasett kan fortsatt besvare et smalt spørsmål godt. Det blir villedende når omfanget i det stille utvides til hele markedet.

Å analysere NFT-samlinger handler til syvende og sist om å bruke forenlig dokumentasjon. Tilbudet beskriver populasjonen, adressene beskriver observert eierfordeling, salgene beskriver gjennomført aktivitet og tilbudene beskriver betinget etterspørsel. Å bevare disse skillene gjør det enklere å identifisere både lovende spørsmål og grunner til å vente på bedre informasjon.