Dans un article récent, nous avons analysé ces comportements de lavage afin d'obtenir des récompenses commerciales. Nous y décrivons brièvement un autre type de trading fictif conçu pour induire le marché en erreur, manipuler les prix du marché et/ou augmenter artificiellement le volume des transactions. Dans cet article, nous prendrons DenDekaDan Genesis Omikuji comme exemple pour partager nos recherches sur la manipulation du marché NFT. Dans cette série, nous découvrons une série de comportements irréguliers qui semblent être à l'origine de prix organisés et artificiellement gonflés.
Les transactions de blanchiment d'argent pour les récompenses de transaction sont généralement faciles à identifier car elles font généralement des allers-retours entre plusieurs portefeuilles fixes. Ce type de washtrader n'a fondamentalement aucune incitation à cacher le fait qu'un jeton est échangé entre la même personne/entité, principalement parce que les places de marché NFT (principalement X2Y2 et LooksRare) ne pénalisent pas ce comportement lors de la remise de récompenses commerciales.
D'autre part, les transactions de blanchiment d'argent visant à créer de fausses informations sur la valeur réelle des objets de collection NFT sont généralement effectuées de manière plus secrète mais organisée. Les parties susceptibles d'être intéressées par ce type de manipulation de marché incluent : parties du projet NFT, teneurs de marché ou baleines disposant d'un capital et d'une expertise technique suffisants pour influencer l'ensemble du marché. Plus important encore, afin de masquer le fait que seules quelques entités peuvent générer du volume et faire grimper les prix par le biais d'échanges entre quelques entités, ce type de manipulation de marché implique souvent l'utilisation d'un grand nombre de portefeuilles, ce qui rend seulement Il est difficile de trouver des signes de manipulation derrière elle en prêtant attention au comportement d'un petit nombre d'adresses.
Méthodologie
Pour identifier efficacement les manipulations de marché organisées derrière les transactions NFT, nous nous concentrons sur l'analyse de deux types de données :
* Données de transaction : cela inclut les données en chaîne, telles que les transactions et les prix (prix des transactions et prix planchers), et les données hors chaîne, telles que les données de demande et d'enchère.
Corrélation d'adresses : cela implique de rechercher la corrélation des fonds entre les commerçants, tels que les transferts de fonds historiques entre les portefeuilles, si les portefeuilles ont la même source de fonds et si les portefeuilles ont la même destination.
En étudiant les données de transaction, nous pouvons repérer les tendances suspectes en matière de prix et de volume. En obtenant un aperçu des connexions entre les portefeuilles, nous pouvons déterminer si une entité contrôle un grand nombre de portefeuilles pour les transactions et examiner leur comportement.
Étude de cas : DenDekaDan Genesis Omikuji
Nous avons voulu comprendre pourquoi le prix plancher est passé de 0,05 E à 2,5 E (une augmentation de 5000% !) après la première semaine de lancement de la série le 31 décembre 2022. Après étude des données, nous avons constaté que :
La combinaison de la distribution des tendances des prix planchers, des prix des transactions et des prix des commandes en attente révèle une tendance suspecte qui peut suggérer une manipulation des prix derrière elle.
Parmi les adresses qui ont échangé cette série la première semaine, on peut constater que de nombreuses adresses ont des relations financières.
Constat 1 : Le prix plancher affiche une tendance régulière à la hausse
La série est sortie le 31 décembre 2022. Au cours de la première semaine après la sortie, le prix plancher a montré une tendance régulière à la hausse.
Tout d'abord, vers le 1er janvier, le prix plancher est passé à environ 1E. Pendant les quatre jours suivants, du 2 janvier au 5 janvier, le prix augmente d'environ 0,5 E tous les deux jours (3 janvier, 5 janvier). Après que le prix plancher ait atteint environ 2E, il est resté dans la fourchette de 2-2,5E. Cette tendance haussière régulière pourrait être une coïncidence, mais elle est également très suspecte, nous incitant à creuser plus profondément.
Figure 1 : Les prix planchers ont augmenté régulièrement au cours de la première semaine après le lancement
Constatation 2 : la répartition du volume et du prix des transactions est également suspecte
En comparant le volume des transactions quotidiennes avec la tendance du prix plancher, nous avons constaté que le volume des transactions le jour où le prix du conseil local a changé de manière significative (31 décembre, 1er janvier, 3 janvier, 5 janvier) était également supérieur au prix plancher local. les jours où le prix est relativement stable (c'est-à-dire le 2 janvier, le 4 janvier, le 6 janvier, etc.), le volume est beaucoup plus élevé. Cela semble suggérer que quelqu'un derrière la scène exécute un grand nombre de transactions pour affecter le prix plancher les 1er, 3 et 5 janvier.
Figure 2 : Le volume des transactions monte en flèche un jour où le prix plancher augmente fortement.
Pour tester cette hypothèse, nous examinons plus avant la distribution des prix de toutes les transactions qui ont eu lieu au cours de la première semaine. Comme le montre la figure ci-dessous (différentes couleurs représentent les transactions à différents jours), presque toutes les transactions quotidiennes se produisent en dessous du prix plancher du jour. Cette découverte est très intéressante, car le moyen le plus direct d'augmenter le prix plancher à la position cible est de balayer tous les ordres en attente en dessous du prix cible. C'est un autre signe qu'il y a une manipulation organisée des prix derrière.
Figure 3 : Répartition des prix des transactions la première semaine après le lancement
Constatation 3 : la distribution des prix des commandes en attente est également similaire à la distribution des prix des transactions
Un autre aspect important lors de l'augmentation du prix plancher est de créer des commandes en attente (parce que le prix plancher = le prix demandé le plus bas). En examinant la distribution des prix des commandes en attente, nous constatons qu'elle suit un modèle similaire aux prix des transactions. Plus précisément, les prix des commandes en attente passent régulièrement de prix bas à des prix plus élevés. Alors que dans des circonstances normales, lorsque les objets de collection sont lancés pour la première fois, nous devrions voir des vendeurs passer des commandes à un prix demandé plus étalé car il n'y a pas de consensus sur la valeur de la collection.
Figure 4 : Répartition des prix des commandes en attente au cours de la première semaine suivant le lancement
Constatation 4 : Corrélation d'adresses
Nous avons constaté que 141 adresses (15%) de tous les commerçants de la première semaine pouvaient être liées sur la base des relations de transfert ETH entre les portefeuilles. Ensemble, ces adresses ont représenté environ 40 % du volume des transactions au cours de la première semaine. Il est possible qu'ils soient contrôlés par la même entité derrière eux, et compte tenu du volume élevé de transactions générées par ces adresses, ils peuvent être à l'origine de la manipulation des prix. (Remarque : la recherche dans cet article a été menée avant que nous développions un algorithme de regroupement d'adresses qui pourrait identifier plus précisément les connexions entre les adresses, il peut donc y avoir un certain biais dans les données de corrélation d'adresses ici. Les regroupements d'adresses sont très utiles pour enquêter sur une manipulation potentielle du marché. )
en conclusion
Dans cette étude, nous partageons un cadre basé sur notre expérience et nos connaissances du secteur pour analyser la manipulation des prix NFT. Bien qu'il puisse révéler certains phénomènes et comportements suspects, nous savons aussi que ce cadre n'est pas complet, et nous améliorons sans cesse nos méthodes de recherche. Puisqu'il existe peu d'études similaires, nous espérons contribuer au domaine NFT ainsi qu'à la communauté d'analyse de données en chaîne en partageant notre approche. Dans le même temps, nous espérons que cette étude pourra faire la lumière, attirer davantage l'attention sur la manipulation du marché NFT et promouvoir davantage de recherche et d'analyse. Nous pensons qu'avec les efforts conjoints de toute la communauté, nous pouvons mieux comprendre et résoudre ces problèmes, contribuant ainsi au développement durable de ce domaine.
A propos de l'auteur
Cette étude analytique a été co-écrite par Helena L. et Lin S. de Eocene Research. Suivez-nous sur Twitter pour rester à jour avec plus de nos analyses et recherches NFT.
Compte Twitter officiel :
Voir l'original
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Exploitation du comportement de manipulation des prix NFT grâce aux données en chaîne
Introduction
Dans un article récent, nous avons analysé ces comportements de lavage afin d'obtenir des récompenses commerciales. Nous y décrivons brièvement un autre type de trading fictif conçu pour induire le marché en erreur, manipuler les prix du marché et/ou augmenter artificiellement le volume des transactions. Dans cet article, nous prendrons DenDekaDan Genesis Omikuji comme exemple pour partager nos recherches sur la manipulation du marché NFT. Dans cette série, nous découvrons une série de comportements irréguliers qui semblent être à l'origine de prix organisés et artificiellement gonflés.
Les transactions de blanchiment d'argent pour les récompenses de transaction sont généralement faciles à identifier car elles font généralement des allers-retours entre plusieurs portefeuilles fixes. Ce type de washtrader n'a fondamentalement aucune incitation à cacher le fait qu'un jeton est échangé entre la même personne/entité, principalement parce que les places de marché NFT (principalement X2Y2 et LooksRare) ne pénalisent pas ce comportement lors de la remise de récompenses commerciales.
D'autre part, les transactions de blanchiment d'argent visant à créer de fausses informations sur la valeur réelle des objets de collection NFT sont généralement effectuées de manière plus secrète mais organisée. Les parties susceptibles d'être intéressées par ce type de manipulation de marché incluent : parties du projet NFT, teneurs de marché ou baleines disposant d'un capital et d'une expertise technique suffisants pour influencer l'ensemble du marché. Plus important encore, afin de masquer le fait que seules quelques entités peuvent générer du volume et faire grimper les prix par le biais d'échanges entre quelques entités, ce type de manipulation de marché implique souvent l'utilisation d'un grand nombre de portefeuilles, ce qui rend seulement Il est difficile de trouver des signes de manipulation derrière elle en prêtant attention au comportement d'un petit nombre d'adresses.
Méthodologie
Pour identifier efficacement les manipulations de marché organisées derrière les transactions NFT, nous nous concentrons sur l'analyse de deux types de données :
* Données de transaction : cela inclut les données en chaîne, telles que les transactions et les prix (prix des transactions et prix planchers), et les données hors chaîne, telles que les données de demande et d'enchère.
En étudiant les données de transaction, nous pouvons repérer les tendances suspectes en matière de prix et de volume. En obtenant un aperçu des connexions entre les portefeuilles, nous pouvons déterminer si une entité contrôle un grand nombre de portefeuilles pour les transactions et examiner leur comportement.
Étude de cas : DenDekaDan Genesis Omikuji
Nous avons voulu comprendre pourquoi le prix plancher est passé de 0,05 E à 2,5 E (une augmentation de 5000% !) après la première semaine de lancement de la série le 31 décembre 2022. Après étude des données, nous avons constaté que :
Constat 1 : Le prix plancher affiche une tendance régulière à la hausse
La série est sortie le 31 décembre 2022. Au cours de la première semaine après la sortie, le prix plancher a montré une tendance régulière à la hausse.
Tout d'abord, vers le 1er janvier, le prix plancher est passé à environ 1E. Pendant les quatre jours suivants, du 2 janvier au 5 janvier, le prix augmente d'environ 0,5 E tous les deux jours (3 janvier, 5 janvier). Après que le prix plancher ait atteint environ 2E, il est resté dans la fourchette de 2-2,5E. Cette tendance haussière régulière pourrait être une coïncidence, mais elle est également très suspecte, nous incitant à creuser plus profondément.
Figure 1 : Les prix planchers ont augmenté régulièrement au cours de la première semaine après le lancement
Constatation 2 : la répartition du volume et du prix des transactions est également suspecte
En comparant le volume des transactions quotidiennes avec la tendance du prix plancher, nous avons constaté que le volume des transactions le jour où le prix du conseil local a changé de manière significative (31 décembre, 1er janvier, 3 janvier, 5 janvier) était également supérieur au prix plancher local. les jours où le prix est relativement stable (c'est-à-dire le 2 janvier, le 4 janvier, le 6 janvier, etc.), le volume est beaucoup plus élevé. Cela semble suggérer que quelqu'un derrière la scène exécute un grand nombre de transactions pour affecter le prix plancher les 1er, 3 et 5 janvier.
Figure 2 : Le volume des transactions monte en flèche un jour où le prix plancher augmente fortement.
Pour tester cette hypothèse, nous examinons plus avant la distribution des prix de toutes les transactions qui ont eu lieu au cours de la première semaine. Comme le montre la figure ci-dessous (différentes couleurs représentent les transactions à différents jours), presque toutes les transactions quotidiennes se produisent en dessous du prix plancher du jour. Cette découverte est très intéressante, car le moyen le plus direct d'augmenter le prix plancher à la position cible est de balayer tous les ordres en attente en dessous du prix cible. C'est un autre signe qu'il y a une manipulation organisée des prix derrière.
Figure 3 : Répartition des prix des transactions la première semaine après le lancement
Constatation 3 : la distribution des prix des commandes en attente est également similaire à la distribution des prix des transactions
Un autre aspect important lors de l'augmentation du prix plancher est de créer des commandes en attente (parce que le prix plancher = le prix demandé le plus bas). En examinant la distribution des prix des commandes en attente, nous constatons qu'elle suit un modèle similaire aux prix des transactions. Plus précisément, les prix des commandes en attente passent régulièrement de prix bas à des prix plus élevés. Alors que dans des circonstances normales, lorsque les objets de collection sont lancés pour la première fois, nous devrions voir des vendeurs passer des commandes à un prix demandé plus étalé car il n'y a pas de consensus sur la valeur de la collection.
Figure 4 : Répartition des prix des commandes en attente au cours de la première semaine suivant le lancement
Constatation 4 : Corrélation d'adresses
Nous avons constaté que 141 adresses (15%) de tous les commerçants de la première semaine pouvaient être liées sur la base des relations de transfert ETH entre les portefeuilles. Ensemble, ces adresses ont représenté environ 40 % du volume des transactions au cours de la première semaine. Il est possible qu'ils soient contrôlés par la même entité derrière eux, et compte tenu du volume élevé de transactions générées par ces adresses, ils peuvent être à l'origine de la manipulation des prix. (Remarque : la recherche dans cet article a été menée avant que nous développions un algorithme de regroupement d'adresses qui pourrait identifier plus précisément les connexions entre les adresses, il peut donc y avoir un certain biais dans les données de corrélation d'adresses ici. Les regroupements d'adresses sont très utiles pour enquêter sur une manipulation potentielle du marché. )
en conclusion
Dans cette étude, nous partageons un cadre basé sur notre expérience et nos connaissances du secteur pour analyser la manipulation des prix NFT. Bien qu'il puisse révéler certains phénomènes et comportements suspects, nous savons aussi que ce cadre n'est pas complet, et nous améliorons sans cesse nos méthodes de recherche. Puisqu'il existe peu d'études similaires, nous espérons contribuer au domaine NFT ainsi qu'à la communauté d'analyse de données en chaîne en partageant notre approche. Dans le même temps, nous espérons que cette étude pourra faire la lumière, attirer davantage l'attention sur la manipulation du marché NFT et promouvoir davantage de recherche et d'analyse. Nous pensons qu'avec les efforts conjoints de toute la communauté, nous pouvons mieux comprendre et résoudre ces problèmes, contribuant ainsi au développement durable de ce domaine.
A propos de l'auteur
Cette étude analytique a été co-écrite par Helena L. et Lin S. de Eocene Research. Suivez-nous sur Twitter pour rester à jour avec plus de nos analyses et recherches NFT.
Compte Twitter officiel :