En un artículo reciente, analizamos esos comportamientos de lavado para obtener recompensas comerciales. En él, describimos brevemente otro tipo de negociación de lavado diseñada para engañar al mercado, manipular los precios del mercado y/o aumentar artificialmente el volumen de negociación. En este artículo, tomaremos DenDekaDan Genesis Omikuji como ejemplo para compartir nuestra investigación sobre la manipulación del mercado NFT. En esta serie, descubrimos una serie de comportamientos irregulares que parecen estar detrás de precios organizados e inflados artificialmente.
Las transacciones de lavado de dinero para recompensas de transacciones suelen ser fáciles de identificar porque suelen ir y venir entre varias billeteras fijas. Este tipo de washtrader básicamente no tiene ningún incentivo para ocultar el hecho de que un token se intercambia entre la misma persona/entidad, principalmente porque los mercados de NFT (principalmente X2Y2 y LooksRare) no penalizan este comportamiento cuando entregan recompensas comerciales.
Por otro lado, las transacciones de lavado de dinero para crear información falsa sobre el verdadero valor de los coleccionables NFT generalmente se llevan a cabo de una manera más encubierta pero organizada. Las partes que pueden estar interesadas en este tipo de manipulación del mercado incluyen: partes del proyecto NFT, creadores de mercado o ballenas con suficiente capital y experiencia técnica para influir en todo el mercado. Más importante aún, para ocultar el hecho de que solo unas pocas entidades pueden estar generando volumen y elevando los precios a través de transacciones de ida y vuelta entre unas pocas entidades, este tipo de manipulación del mercado a menudo implica el uso de una gran cantidad de billeteras, lo que hace que solo que es difícil encontrar signos de manipulación detrás cuando se presta atención al comportamiento de un número reducido de direcciones.
Metodología
Para identificar de manera efectiva la manipulación organizada del mercado detrás de las transacciones NFT, nos enfocamos en analizar dos tipos de datos:
Datos de transacciones: Esto incluye datos en la cadena, como transacciones y precios (precios de transacción y precios mínimos), y datos fuera de la cadena, como datos de solicitudes y ofertas.
Correlación de direcciones: Esto implica investigar la correlación de fondos entre comerciantes, como transferencias de fondos históricas entre monederos, si los monederos tienen la misma fuente de fondos y si los monederos tienen el mismo destino de los fondos.
Al estudiar los datos de las transacciones, podemos detectar tendencias sospechosas en el precio y el volumen. Al obtener información sobre las conexiones entre las billeteras, podemos investigar si una entidad controla una gran cantidad de billeteras para transacciones y examinar su comportamiento.
Estudio de caso: DenDekaDan Génesis Omikuji
Queríamos entender por qué el precio mínimo saltó de 0,05 E a 2,5 E (¡un aumento del 5000 %!) después de la primera semana del lanzamiento de la serie el 31 de diciembre de 2022. Después de estudiar los datos, encontramos que:
La combinación de la distribución de las tendencias de los precios mínimos, los precios de las transacciones y los precios de las órdenes pendientes revela un patrón sospechoso que puede sugerir una manipulación de precios detrás.
Entre las direcciones que comercializaron esta serie en la primera semana, se puede encontrar que muchas direcciones tienen conexiones financieras.
Conclusión 1: El precio mínimo muestra una tendencia al alza regular
La serie se lanzó el 31 de diciembre de 2022. En la primera semana después del lanzamiento, el precio mínimo mostró una tendencia ascendente regular.
Primero, alrededor del 1 de enero, el precio mínimo aumentó a alrededor de 1E. Durante los próximos cuatro días, del 2 al 5 de enero, el precio aumenta alrededor de 0,5 E cada dos días (3 de enero, 5 de enero). Después de que el precio mínimo alcanzó alrededor de 2E, se mantuvo en el rango de 2-2.5E. Esta tendencia alcista regular podría ser una coincidencia, pero también es muy sospechosa, lo que nos lleva a profundizar más.
Figura 1: Los precios mínimos aumentaron regularmente en la primera semana después del lanzamiento
Hallazgo 2: La distribución del volumen de transacciones y el precio de las transacciones también es sospechosa
Al comparar el volumen de negociación diario con la tendencia del precio mínimo, encontramos que el volumen de negociación en el día en que el precio del tablero local cambió significativamente (31 de diciembre, 1 de enero, 3 de enero, 5 de enero) también fue más alto que el precio mínimo local. los días en que el precio es relativamente plano (es decir, el 2 de enero, el 4 de enero, el 6 de enero, etc.) el volumen es mucho mayor. Esto parece sugerir que alguien detrás de escena está ejecutando una gran cantidad de transacciones para afectar el precio mínimo el 1, 3 y 5 de enero.
Figura 2: El volumen de negociación se dispara en un día en que el precio mínimo sube considerablemente.
Para probar esta hipótesis, examinamos más a fondo la distribución de precios de todas las transacciones que ocurrieron durante la primera semana. Como se muestra en la figura a continuación (diferentes colores representan transacciones en diferentes días), casi todas las transacciones diarias ocurren por debajo del precio mínimo del día. Este descubrimiento es muy interesante, porque la forma más directa de elevar el precio mínimo a la posición objetivo es barrer todas las órdenes pendientes por debajo del precio objetivo. Esta es otra señal de que hay una manipulación de precios organizada detrás de esto.
Figura 3: Distribución de los precios de transacción en la primera semana después del lanzamiento
Conclusión 3: La distribución de los precios de las órdenes pendientes también es similar a la distribución de los precios de las transacciones
Otro aspecto importante al aumentar el precio mínimo es crear órdenes pendientes (porque precio mínimo = precio de venta más bajo). Si observamos la distribución de los precios de las órdenes pendientes, vemos que sigue un patrón similar al de los precios de transacción. Específicamente, los precios de las órdenes pendientes se mueven regularmente de precios más bajos a precios más altos. Mientras que, en circunstancias normales, cuando se lanzan por primera vez los coleccionables, deberíamos ver a los vendedores realizar pedidos a un precio de venta más disperso, ya que no hay consenso sobre el valor de la colección.
Figura 4: Distribución de precios de órdenes pendientes en la primera semana después del lanzamiento
Hallazgo 4: Correlación de direcciones
Encontramos que 141 direcciones (15%) de todos los comerciantes en la primera semana podrían vincularse en función de las relaciones de transferencia de ETH entre billeteras. Juntas, estas direcciones representaron alrededor del 40% del volumen de transacciones en la primera semana. Es posible que estén controlados por la misma entidad detrás de ellos, y dado el alto volumen de transacciones generado por estas direcciones, pueden ser la parte detrás de la manipulación de precios. (Nota: la investigación en este documento se realizó antes de que desarrolláramos un algoritmo de agrupación de direcciones que pudiera identificar con mayor precisión las conexiones entre direcciones, por lo que puede haber algún sesgo en los datos de correlación de direcciones aquí. Los grupos de direcciones son muy útiles cuando se investiga la posible manipulación del mercado. )
en conclusión
En este estudio, compartimos un marco basado en nuestra experiencia y conocimiento de la industria para analizar la manipulación de precios de NFT. Aunque puede revelar algunos fenómenos y comportamientos sospechosos, también sabemos que este marco no está completo y siempre estamos mejorando nuestros métodos de investigación. Dado que hay pocos estudios similares, esperamos contribuir al campo de NFT, así como a la comunidad de análisis de datos en cadena, compartiendo nuestro enfoque. Al mismo tiempo, esperamos que este estudio pueda arrojar luz, llamar más la atención sobre la manipulación del mercado NFT y promover más investigación y análisis. Creemos que con los esfuerzos conjuntos de toda la comunidad, podemos comprender y resolver mejor estos problemas, contribuyendo así al desarrollo sostenible de este campo.
Sobre el Autor
Este estudio analítico fue coautor de Helena L. y Lin S. de Eocene Research. Síganos en Twitter para mantenerse actualizado con más de nuestro análisis e investigación de NFT.
Cuenta oficial de Twitter:
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
Minería del comportamiento de manipulación de precios de NFT a través de datos en cadena
Introducción
En un artículo reciente, analizamos esos comportamientos de lavado para obtener recompensas comerciales. En él, describimos brevemente otro tipo de negociación de lavado diseñada para engañar al mercado, manipular los precios del mercado y/o aumentar artificialmente el volumen de negociación. En este artículo, tomaremos DenDekaDan Genesis Omikuji como ejemplo para compartir nuestra investigación sobre la manipulación del mercado NFT. En esta serie, descubrimos una serie de comportamientos irregulares que parecen estar detrás de precios organizados e inflados artificialmente.
Las transacciones de lavado de dinero para recompensas de transacciones suelen ser fáciles de identificar porque suelen ir y venir entre varias billeteras fijas. Este tipo de washtrader básicamente no tiene ningún incentivo para ocultar el hecho de que un token se intercambia entre la misma persona/entidad, principalmente porque los mercados de NFT (principalmente X2Y2 y LooksRare) no penalizan este comportamiento cuando entregan recompensas comerciales.
Por otro lado, las transacciones de lavado de dinero para crear información falsa sobre el verdadero valor de los coleccionables NFT generalmente se llevan a cabo de una manera más encubierta pero organizada. Las partes que pueden estar interesadas en este tipo de manipulación del mercado incluyen: partes del proyecto NFT, creadores de mercado o ballenas con suficiente capital y experiencia técnica para influir en todo el mercado. Más importante aún, para ocultar el hecho de que solo unas pocas entidades pueden estar generando volumen y elevando los precios a través de transacciones de ida y vuelta entre unas pocas entidades, este tipo de manipulación del mercado a menudo implica el uso de una gran cantidad de billeteras, lo que hace que solo que es difícil encontrar signos de manipulación detrás cuando se presta atención al comportamiento de un número reducido de direcciones.
Metodología
Para identificar de manera efectiva la manipulación organizada del mercado detrás de las transacciones NFT, nos enfocamos en analizar dos tipos de datos:
Al estudiar los datos de las transacciones, podemos detectar tendencias sospechosas en el precio y el volumen. Al obtener información sobre las conexiones entre las billeteras, podemos investigar si una entidad controla una gran cantidad de billeteras para transacciones y examinar su comportamiento.
Estudio de caso: DenDekaDan Génesis Omikuji
Queríamos entender por qué el precio mínimo saltó de 0,05 E a 2,5 E (¡un aumento del 5000 %!) después de la primera semana del lanzamiento de la serie el 31 de diciembre de 2022. Después de estudiar los datos, encontramos que:
Conclusión 1: El precio mínimo muestra una tendencia al alza regular
La serie se lanzó el 31 de diciembre de 2022. En la primera semana después del lanzamiento, el precio mínimo mostró una tendencia ascendente regular.
Primero, alrededor del 1 de enero, el precio mínimo aumentó a alrededor de 1E. Durante los próximos cuatro días, del 2 al 5 de enero, el precio aumenta alrededor de 0,5 E cada dos días (3 de enero, 5 de enero). Después de que el precio mínimo alcanzó alrededor de 2E, se mantuvo en el rango de 2-2.5E. Esta tendencia alcista regular podría ser una coincidencia, pero también es muy sospechosa, lo que nos lleva a profundizar más.
Figura 1: Los precios mínimos aumentaron regularmente en la primera semana después del lanzamiento
Hallazgo 2: La distribución del volumen de transacciones y el precio de las transacciones también es sospechosa
Al comparar el volumen de negociación diario con la tendencia del precio mínimo, encontramos que el volumen de negociación en el día en que el precio del tablero local cambió significativamente (31 de diciembre, 1 de enero, 3 de enero, 5 de enero) también fue más alto que el precio mínimo local. los días en que el precio es relativamente plano (es decir, el 2 de enero, el 4 de enero, el 6 de enero, etc.) el volumen es mucho mayor. Esto parece sugerir que alguien detrás de escena está ejecutando una gran cantidad de transacciones para afectar el precio mínimo el 1, 3 y 5 de enero.
Figura 2: El volumen de negociación se dispara en un día en que el precio mínimo sube considerablemente.
Para probar esta hipótesis, examinamos más a fondo la distribución de precios de todas las transacciones que ocurrieron durante la primera semana. Como se muestra en la figura a continuación (diferentes colores representan transacciones en diferentes días), casi todas las transacciones diarias ocurren por debajo del precio mínimo del día. Este descubrimiento es muy interesante, porque la forma más directa de elevar el precio mínimo a la posición objetivo es barrer todas las órdenes pendientes por debajo del precio objetivo. Esta es otra señal de que hay una manipulación de precios organizada detrás de esto.
Figura 3: Distribución de los precios de transacción en la primera semana después del lanzamiento
Conclusión 3: La distribución de los precios de las órdenes pendientes también es similar a la distribución de los precios de las transacciones
Otro aspecto importante al aumentar el precio mínimo es crear órdenes pendientes (porque precio mínimo = precio de venta más bajo). Si observamos la distribución de los precios de las órdenes pendientes, vemos que sigue un patrón similar al de los precios de transacción. Específicamente, los precios de las órdenes pendientes se mueven regularmente de precios más bajos a precios más altos. Mientras que, en circunstancias normales, cuando se lanzan por primera vez los coleccionables, deberíamos ver a los vendedores realizar pedidos a un precio de venta más disperso, ya que no hay consenso sobre el valor de la colección.
Figura 4: Distribución de precios de órdenes pendientes en la primera semana después del lanzamiento
Hallazgo 4: Correlación de direcciones
Encontramos que 141 direcciones (15%) de todos los comerciantes en la primera semana podrían vincularse en función de las relaciones de transferencia de ETH entre billeteras. Juntas, estas direcciones representaron alrededor del 40% del volumen de transacciones en la primera semana. Es posible que estén controlados por la misma entidad detrás de ellos, y dado el alto volumen de transacciones generado por estas direcciones, pueden ser la parte detrás de la manipulación de precios. (Nota: la investigación en este documento se realizó antes de que desarrolláramos un algoritmo de agrupación de direcciones que pudiera identificar con mayor precisión las conexiones entre direcciones, por lo que puede haber algún sesgo en los datos de correlación de direcciones aquí. Los grupos de direcciones son muy útiles cuando se investiga la posible manipulación del mercado. )
en conclusión
En este estudio, compartimos un marco basado en nuestra experiencia y conocimiento de la industria para analizar la manipulación de precios de NFT. Aunque puede revelar algunos fenómenos y comportamientos sospechosos, también sabemos que este marco no está completo y siempre estamos mejorando nuestros métodos de investigación. Dado que hay pocos estudios similares, esperamos contribuir al campo de NFT, así como a la comunidad de análisis de datos en cadena, compartiendo nuestro enfoque. Al mismo tiempo, esperamos que este estudio pueda arrojar luz, llamar más la atención sobre la manipulación del mercado NFT y promover más investigación y análisis. Creemos que con los esfuerzos conjuntos de toda la comunidad, podemos comprender y resolver mejor estos problemas, contribuyendo así al desarrollo sostenible de este campo.
Sobre el Autor
Este estudio analítico fue coautor de Helena L. y Lin S. de Eocene Research. Síganos en Twitter para mantenerse actualizado con más de nuestro análisis e investigación de NFT.
Cuenta oficial de Twitter: