Dalam artikel terbaru, kami menganalisis perilaku mencuci tersebut untuk mendapatkan hadiah perdagangan. Di dalamnya, kami menjelaskan secara singkat jenis wash trading lain yang dirancang untuk menyesatkan pasar, memanipulasi harga pasar, dan/atau secara artifisial meningkatkan volume perdagangan. Pada artikel ini, kami akan menggunakan DenDekaDan Genesis Omikuji sebagai contoh untuk membagikan penelitian kami tentang manipulasi pasar NFT. Dalam seri ini, kami mengungkap serangkaian perilaku tidak teratur yang tampaknya berada di balik harga yang diatur dan dinaikkan secara artifisial.
Transaksi pencucian uang untuk hadiah transaksi biasanya mudah dikenali karena biasanya bolak-balik antara beberapa dompet tetap. Jenis pedagang pencuci ini pada dasarnya tidak memiliki insentif untuk menyembunyikan fakta bahwa token diperdagangkan antara orang/entitas yang sama, terutama karena pasar NFT (terutama X2Y2 dan LooksRare) tidak menghukum perilaku ini saat membagikan hadiah perdagangan.
Di sisi lain, transaksi pencucian uang untuk membuat informasi palsu tentang nilai sebenarnya dari barang koleksi NFT biasanya dilakukan dengan cara yang lebih terselubung namun terorganisir. Pihak-pihak yang mungkin tertarik dengan jenis manipulasi pasar ini meliputi: Pihak proyek NFT, pembuat pasar, atau Whale dengan modal dan keahlian teknis yang memadai untuk memengaruhi seluruh pasar. Lebih penting lagi, untuk menyembunyikan fakta bahwa hanya beberapa entitas yang dapat menghasilkan volume dan menaikkan harga melalui transaksi bolak-balik antara beberapa entitas, jenis manipulasi pasar ini sering kali melibatkan penggunaan sejumlah besar dompet, yang membuat hanya Sulit untuk menemukan tanda-tanda manipulasi di baliknya ketika memperhatikan perilaku sejumlah kecil alamat.
Metodologi
Untuk secara efektif mengidentifikasi manipulasi pasar terorganisir di balik transaksi NFT, kami berfokus pada analisis dua jenis data:
Data Transaksi: Ini mencakup data on-chain, seperti transaksi dan harga (harga transaksi dan harga dasar), dan data off-chain, seperti data permintaan dan penawaran.
Korelasi Alamat: Ini melibatkan penelitian korelasi dana antara pedagang, seperti riwayat transfer dana antar dompet, apakah dompet memiliki sumber dana yang sama, dan apakah dompet memiliki sumber dana yang sama.
Dengan mempelajari data transaksi, kita dapat menemukan tren yang mencurigakan dalam harga dan volume. Dengan mendapatkan wawasan tentang koneksi antar dompet, kami dapat menyelidiki apakah suatu entitas mengontrol sejumlah besar dompet untuk transaksi dan memeriksa perilakunya.
Studi Kasus: DenDekaDan Genesis Omikuji
Kami ingin memahami mengapa harga dasar melonjak dari 0,05 E menjadi 2,5 E (peningkatan 5.000%!) setelah minggu pertama peluncuran seri pada tanggal 31 Desember 2022. Setelah mempelajari data, kami menemukan bahwa:
Menggabungkan distribusi tren harga dasar, harga transaksi, dan harga pesanan tertunda mengungkapkan pola mencurigakan yang mungkin menyarankan manipulasi harga di baliknya.
Di antara alamat yang memperdagangkan seri ini di minggu pertama, dapat ditemukan banyak alamat yang memiliki koneksi finansial.
Menemukan 1: Harga dasar menunjukkan tren naik reguler
Serial ini dirilis pada 31 Desember 2022. Pada minggu pertama setelah rilis, harga dasar menunjukkan tren kenaikan yang teratur.
Pertama, sekitar 1 Januari, harga minimum naik menjadi sekitar 1E. Selama empat hari berikutnya, dari 2 Januari hingga 5 Januari, harga naik sekitar 0,5 E setiap hari (3 Januari, 5 Januari). Setelah harga dasar mencapai sekitar 2E, tetap berada di kisaran 2-2,5E. Tren naik reguler ini bisa saja kebetulan, tetapi juga sangat mencurigakan, mendorong kami untuk menggali lebih dalam.
Gambar 1: Harga dasar naik secara reguler di minggu pertama setelah peluncuran
Temuan 2: Sebaran volume transaksi dan harga transaksi juga mencurigakan
Dengan membandingkan volume perdagangan harian dengan tren harga dasar, kami menemukan bahwa volume perdagangan pada hari ketika harga papan lokal berubah secara signifikan (31 Desember, 1 Januari, 3 Januari, 5 Januari) juga lebih tinggi daripada harga dasar lokal. hari-hari ketika harga relatif datar (yaitu 2 Januari, 4 Januari, 6 Januari, dll.) volumenya jauh lebih tinggi. Hal ini tampaknya menunjukkan bahwa seseorang di balik layar melakukan transaksi dalam jumlah besar untuk memengaruhi harga dasar pada tanggal 1 Januari, 3 Januari, dan 5 Januari.
Gambar 2: Volume perdagangan melonjak pada hari ketika harga dasar naik tajam.
Untuk menguji hipotesis ini, kami meneliti lebih lanjut distribusi harga dari semua transaksi yang terjadi selama minggu pertama. Seperti yang ditunjukkan pada gambar di bawah ini (warna yang berbeda mewakili transaksi pada hari yang berbeda), hampir semua transaksi harian terjadi di bawah harga dasar hari itu. Penemuan ini sangat menarik, karena cara paling langsung untuk menaikkan harga dasar ke posisi target adalah dengan menghapus semua pending order di bawah harga target. Ini adalah tanda lain bahwa ada manipulasi harga terorganisir di baliknya.
Gambar 3: Distribusi harga transaksi di minggu pertama setelah peluncuran
Temuan 3: Distribusi harga pending order juga mirip dengan distribusi harga transaksi
Aspek penting lainnya saat menaikkan harga dasar adalah membuat pending order (karena harga dasar = harga permintaan terendah). Melihat distribusi harga pending order, kami melihat bahwa ini mengikuti pola yang mirip dengan harga transaksi. Secara khusus, harga pesanan yang tertunda bergerak secara teratur dari harga yang lebih rendah ke harga yang lebih tinggi. Sedangkan dalam keadaan normal, ketika koleksi pertama kali diluncurkan, kita akan melihat penjual menempatkan pesanan dengan harga permintaan yang lebih tersebar karena tidak ada konsensus mengenai nilai koleksi.
Gambar 4: Distribusi harga pending order di minggu pertama setelah peluncuran
Menemukan 4: Korelasi Alamat
Kami menemukan bahwa 141 alamat (15%) dari semua pedagang di minggu pertama dapat dihubungkan berdasarkan hubungan transfer ETH antar dompet. Bersama-sama, alamat ini menyumbang sekitar 40% dari volume transaksi pada minggu pertama. Ada kemungkinan bahwa mereka dikendalikan oleh entitas yang sama di belakangnya, dan mengingat tingginya volume transaksi yang dihasilkan oleh alamat ini, mereka mungkin menjadi pihak di balik manipulasi harga. (Catatan: Penelitian dalam makalah ini dilakukan sebelum kami mengembangkan algoritme pengelompokan alamat yang dapat mengidentifikasi koneksi antar alamat dengan lebih akurat, sehingga mungkin ada beberapa bias dalam data korelasi alamat di sini. Pengelompokan alamat sangat membantu saat menyelidiki potensi manipulasi pasar. )
Kesimpulannya
Dalam studi ini, kami membagikan kerangka kerja yang dibangun berdasarkan pengalaman dan pengetahuan industri kami untuk menganalisis manipulasi harga NFT. Meskipun dapat mengungkap beberapa fenomena dan perilaku yang mencurigakan, kami juga tahu bahwa kerangka kerja ini belum lengkap, dan kami selalu menyempurnakan metode penelitian kami. Karena hanya ada sedikit studi serupa, kami berharap dapat berkontribusi di bidang NFT serta komunitas analisis data on-chain dengan membagikan pendekatan kami. Pada saat yang sama, kami berharap studi ini dapat menjelaskan, menarik lebih banyak perhatian pada manipulasi pasar NFT, dan mempromosikan lebih banyak penelitian dan analisis. Kami percaya bahwa dengan upaya bersama dari seluruh masyarakat, kami dapat lebih memahami dan menyelesaikan masalah ini, sehingga berkontribusi pada pembangunan berkelanjutan di bidang ini.
Tentang Penulis
Studi analitik ini ditulis bersama oleh Helena L. dan Lin S. dari Eocene Research. Ikuti kami di Twitter untuk terus mendapatkan informasi terbaru tentang analisis dan penelitian NFT kami.
Akun Twitter resmi:
Lihat Asli
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Menambang perilaku manipulasi harga NFT melalui data on-chain
Perkenalan
Dalam artikel terbaru, kami menganalisis perilaku mencuci tersebut untuk mendapatkan hadiah perdagangan. Di dalamnya, kami menjelaskan secara singkat jenis wash trading lain yang dirancang untuk menyesatkan pasar, memanipulasi harga pasar, dan/atau secara artifisial meningkatkan volume perdagangan. Pada artikel ini, kami akan menggunakan DenDekaDan Genesis Omikuji sebagai contoh untuk membagikan penelitian kami tentang manipulasi pasar NFT. Dalam seri ini, kami mengungkap serangkaian perilaku tidak teratur yang tampaknya berada di balik harga yang diatur dan dinaikkan secara artifisial.
Transaksi pencucian uang untuk hadiah transaksi biasanya mudah dikenali karena biasanya bolak-balik antara beberapa dompet tetap. Jenis pedagang pencuci ini pada dasarnya tidak memiliki insentif untuk menyembunyikan fakta bahwa token diperdagangkan antara orang/entitas yang sama, terutama karena pasar NFT (terutama X2Y2 dan LooksRare) tidak menghukum perilaku ini saat membagikan hadiah perdagangan.
Di sisi lain, transaksi pencucian uang untuk membuat informasi palsu tentang nilai sebenarnya dari barang koleksi NFT biasanya dilakukan dengan cara yang lebih terselubung namun terorganisir. Pihak-pihak yang mungkin tertarik dengan jenis manipulasi pasar ini meliputi: Pihak proyek NFT, pembuat pasar, atau Whale dengan modal dan keahlian teknis yang memadai untuk memengaruhi seluruh pasar. Lebih penting lagi, untuk menyembunyikan fakta bahwa hanya beberapa entitas yang dapat menghasilkan volume dan menaikkan harga melalui transaksi bolak-balik antara beberapa entitas, jenis manipulasi pasar ini sering kali melibatkan penggunaan sejumlah besar dompet, yang membuat hanya Sulit untuk menemukan tanda-tanda manipulasi di baliknya ketika memperhatikan perilaku sejumlah kecil alamat.
Metodologi
Untuk secara efektif mengidentifikasi manipulasi pasar terorganisir di balik transaksi NFT, kami berfokus pada analisis dua jenis data:
Dengan mempelajari data transaksi, kita dapat menemukan tren yang mencurigakan dalam harga dan volume. Dengan mendapatkan wawasan tentang koneksi antar dompet, kami dapat menyelidiki apakah suatu entitas mengontrol sejumlah besar dompet untuk transaksi dan memeriksa perilakunya.
Studi Kasus: DenDekaDan Genesis Omikuji
Kami ingin memahami mengapa harga dasar melonjak dari 0,05 E menjadi 2,5 E (peningkatan 5.000%!) setelah minggu pertama peluncuran seri pada tanggal 31 Desember 2022. Setelah mempelajari data, kami menemukan bahwa:
Menemukan 1: Harga dasar menunjukkan tren naik reguler
Serial ini dirilis pada 31 Desember 2022. Pada minggu pertama setelah rilis, harga dasar menunjukkan tren kenaikan yang teratur.
Pertama, sekitar 1 Januari, harga minimum naik menjadi sekitar 1E. Selama empat hari berikutnya, dari 2 Januari hingga 5 Januari, harga naik sekitar 0,5 E setiap hari (3 Januari, 5 Januari). Setelah harga dasar mencapai sekitar 2E, tetap berada di kisaran 2-2,5E. Tren naik reguler ini bisa saja kebetulan, tetapi juga sangat mencurigakan, mendorong kami untuk menggali lebih dalam.
Gambar 1: Harga dasar naik secara reguler di minggu pertama setelah peluncuran
Temuan 2: Sebaran volume transaksi dan harga transaksi juga mencurigakan
Dengan membandingkan volume perdagangan harian dengan tren harga dasar, kami menemukan bahwa volume perdagangan pada hari ketika harga papan lokal berubah secara signifikan (31 Desember, 1 Januari, 3 Januari, 5 Januari) juga lebih tinggi daripada harga dasar lokal. hari-hari ketika harga relatif datar (yaitu 2 Januari, 4 Januari, 6 Januari, dll.) volumenya jauh lebih tinggi. Hal ini tampaknya menunjukkan bahwa seseorang di balik layar melakukan transaksi dalam jumlah besar untuk memengaruhi harga dasar pada tanggal 1 Januari, 3 Januari, dan 5 Januari.
Gambar 2: Volume perdagangan melonjak pada hari ketika harga dasar naik tajam.
Untuk menguji hipotesis ini, kami meneliti lebih lanjut distribusi harga dari semua transaksi yang terjadi selama minggu pertama. Seperti yang ditunjukkan pada gambar di bawah ini (warna yang berbeda mewakili transaksi pada hari yang berbeda), hampir semua transaksi harian terjadi di bawah harga dasar hari itu. Penemuan ini sangat menarik, karena cara paling langsung untuk menaikkan harga dasar ke posisi target adalah dengan menghapus semua pending order di bawah harga target. Ini adalah tanda lain bahwa ada manipulasi harga terorganisir di baliknya.
Gambar 3: Distribusi harga transaksi di minggu pertama setelah peluncuran
Temuan 3: Distribusi harga pending order juga mirip dengan distribusi harga transaksi
Aspek penting lainnya saat menaikkan harga dasar adalah membuat pending order (karena harga dasar = harga permintaan terendah). Melihat distribusi harga pending order, kami melihat bahwa ini mengikuti pola yang mirip dengan harga transaksi. Secara khusus, harga pesanan yang tertunda bergerak secara teratur dari harga yang lebih rendah ke harga yang lebih tinggi. Sedangkan dalam keadaan normal, ketika koleksi pertama kali diluncurkan, kita akan melihat penjual menempatkan pesanan dengan harga permintaan yang lebih tersebar karena tidak ada konsensus mengenai nilai koleksi.
Gambar 4: Distribusi harga pending order di minggu pertama setelah peluncuran
Menemukan 4: Korelasi Alamat
Kami menemukan bahwa 141 alamat (15%) dari semua pedagang di minggu pertama dapat dihubungkan berdasarkan hubungan transfer ETH antar dompet. Bersama-sama, alamat ini menyumbang sekitar 40% dari volume transaksi pada minggu pertama. Ada kemungkinan bahwa mereka dikendalikan oleh entitas yang sama di belakangnya, dan mengingat tingginya volume transaksi yang dihasilkan oleh alamat ini, mereka mungkin menjadi pihak di balik manipulasi harga. (Catatan: Penelitian dalam makalah ini dilakukan sebelum kami mengembangkan algoritme pengelompokan alamat yang dapat mengidentifikasi koneksi antar alamat dengan lebih akurat, sehingga mungkin ada beberapa bias dalam data korelasi alamat di sini. Pengelompokan alamat sangat membantu saat menyelidiki potensi manipulasi pasar. )
Kesimpulannya
Dalam studi ini, kami membagikan kerangka kerja yang dibangun berdasarkan pengalaman dan pengetahuan industri kami untuk menganalisis manipulasi harga NFT. Meskipun dapat mengungkap beberapa fenomena dan perilaku yang mencurigakan, kami juga tahu bahwa kerangka kerja ini belum lengkap, dan kami selalu menyempurnakan metode penelitian kami. Karena hanya ada sedikit studi serupa, kami berharap dapat berkontribusi di bidang NFT serta komunitas analisis data on-chain dengan membagikan pendekatan kami. Pada saat yang sama, kami berharap studi ini dapat menjelaskan, menarik lebih banyak perhatian pada manipulasi pasar NFT, dan mempromosikan lebih banyak penelitian dan analisis. Kami percaya bahwa dengan upaya bersama dari seluruh masyarakat, kami dapat lebih memahami dan menyelesaikan masalah ini, sehingga berkontribusi pada pembangunan berkelanjutan di bidang ini.
Tentang Penulis
Studi analitik ini ditulis bersama oleh Helena L. dan Lin S. dari Eocene Research. Ikuti kami di Twitter untuk terus mendapatkan informasi terbaru tentang analisis dan penelitian NFT kami.
Akun Twitter resmi: