Trong một bài báo gần đây, chúng tôi đã phân tích những hành vi rửa đó để nhận được phần thưởng giao dịch. Trong đó, chúng tôi mô tả ngắn gọn một loại giao dịch wash trade khác được thiết kế để đánh lạc hướng thị trường, thao túng giá thị trường và/hoặc tăng khối lượng giao dịch một cách giả tạo. Trong bài viết này, chúng tôi sẽ lấy DenDekaDan Genesis Omikuji làm ví dụ để chia sẻ nghiên cứu của chúng tôi về thao túng thị trường NFT. Trong loạt bài này, chúng tôi phát hiện ra một loạt các hành vi bất thường dường như đứng đằng sau việc tăng giá một cách có tổ chức và giả tạo.
Các giao dịch rửa tiền để lấy phần thưởng giao dịch thường dễ xác định vì chúng thường được chuyển qua lại giữa một số ví cố định. Loại washtrader này về cơ bản không có động cơ che giấu sự thật rằng mã thông báo đang được giao dịch giữa cùng một người/tổ chức, chủ yếu là do thị trường NFT (chủ yếu là X2Y2 vàLookRare) không phạt hành vi này khi trao phần thưởng giao dịch .
Mặt khác, các giao dịch rửa tiền để tạo ra thông tin sai lệch về giá trị thực của đồ sưu tập NFT thường được thực hiện một cách bí mật hơn nhưng có tổ chức hơn. Các bên có thể quan tâm đến kiểu thao túng thị trường này bao gồm: Các bên dự án NFT, nhà tạo lập thị trường hoặc cá voi có đủ vốn và chuyên môn kỹ thuật để tác động đến toàn bộ thị trường. Quan trọng hơn, để che giấu sự thật rằng chỉ một số thực thể có thể tạo ra khối lượng và đẩy giá lên thông qua các giao dịch qua lại giữa một số thực thể, kiểu thao túng thị trường này thường liên quan đến việc sử dụng một số lượng lớn ví, khiến chỉ khó tìm ra dấu hiệu thao túng đằng sau nó khi chú ý đến hành vi của một số ít địa chỉ.
Phương pháp luận
Để xác định hiệu quả thao túng thị trường có tổ chức đằng sau các giao dịch NFT, chúng tôi tập trung phân tích hai loại dữ liệu:
Dữ liệu giao dịch: Dữ liệu này bao gồm dữ liệu trên chuỗi, chẳng hạn như giao dịch và giá (giá giao dịch và giá sàn) và dữ liệu ngoài chuỗi, chẳng hạn như dữ liệu yêu cầu và giá thầu.
Mối tương quan địa chỉ: Điều này liên quan đến việc nghiên cứu mối tương quan giữa các quỹ giữa các nhà giao dịch, chẳng hạn như chuyển tiền trước đây giữa các ví, liệu các ví có cùng nguồn tiền hay không và liệu các ví có giống nhau về nơi tiền được chuyển hay không.
Bằng cách nghiên cứu dữ liệu giao dịch, chúng tôi có thể phát hiện ra các xu hướng đáng ngờ về giá và khối lượng. Bằng cách hiểu rõ hơn về các kết nối giữa các ví, chúng tôi có thể điều tra xem liệu một thực thể có kiểm soát một số lượng lớn ví cho các giao dịch hay không và kiểm tra hành vi của chúng.
Nghiên cứu tình huống: DenDekaDan Genesis Omikuji
Chúng tôi muốn hiểu tại sao giá sàn lại tăng từ 0,05 E lên 2,5 E (tăng 5000%!) sau tuần đầu tiên ra mắt loạt phim vào ngày 31 tháng 12 năm 2022. Sau khi nghiên cứu dữ liệu, chúng tôi thấy rằng:
Kết hợp phân bổ xu hướng giá sàn, giá giao dịch và giá đặt lệnh chờ cho thấy một mô hình đáng ngờ có thể gợi ý thao túng giá đằng sau nó.
Trong số các địa chỉ giao dịch dòng này tuần đầu tiên, có thể nhận thấy nhiều địa chỉ có mối liên hệ về tài chính.
Phát hiện 1: Giá sàn thể hiện xu hướng tăng đều đặn
Bộ truyện được phát hành vào ngày 31 tháng 12 năm 2022. Trong tuần đầu tiên sau khi phát hành, giá sàn cho thấy xu hướng tăng đều đặn.
Đầu tiên, vào khoảng ngày 1 tháng 1, giá sàn tăng lên khoảng 1E. Trong bốn ngày tiếp theo, từ ngày 2 tháng 1 đến ngày 5 tháng 1, giá tăng khoảng 0,5 E mỗi ngày (ngày 3 tháng 1, ngày 5 tháng 1). Sau khi giá sàn đạt khoảng 2E, nó duy trì trong khoảng 2-2,5E. Xu hướng tăng đều đặn này có thể là một sự trùng hợp ngẫu nhiên, nhưng nó cũng rất đáng ngờ, khiến chúng ta phải tìm hiểu sâu hơn.
Hình 1: Giá sập sàn tăng đều trong tuần đầu ra mắt
Phát hiện 2: Sự phân bổ khối lượng giao dịch và giá giao dịch cũng đáng ngờ
So sánh khối lượng giao dịch trong ngày với xu hướng giá sàn, chúng tôi nhận thấy khối lượng giao dịch trong ngày giá sàn cục bộ thay đổi đáng kể (31/12, 01/01, 03/01, 05/01) cũng cao hơn so với ngày giá sàn cục bộ. những ngày mà giá tương đối ổn định (tức là ngày 2 tháng 1, ngày 4 tháng 1, ngày 6 tháng 1, v.v.), khối lượng sẽ cao hơn nhiều. Điều này dường như cho thấy rằng ai đó đứng đằng sau hiện trường đang thực hiện một số lượng lớn giao dịch để tác động đến giá sàn vào ngày 1 tháng 1, ngày 3 tháng 1 và ngày 5 tháng 1.
Hình 2: Khối lượng giao dịch tăng vọt vào ngày giá sàn tăng mạnh.
Để kiểm tra giả thuyết này, chúng tôi kiểm tra thêm sự phân bổ giá của tất cả các giao dịch xảy ra trong tuần đầu tiên. Như thể hiện trong hình bên dưới (các màu khác nhau thể hiện các giao dịch vào các ngày khác nhau), hầu như tất cả các giao dịch hàng ngày đều diễn ra dưới giá sàn trong ngày. Phát hiện này rất thú vị, bởi vì cách trực tiếp nhất để nâng giá sàn lên vị trí mục tiêu là quét sạch tất cả các lệnh đang chờ xử lý dưới giá mục tiêu. Đây là một dấu hiệu khác cho thấy có sự thao túng giá có tổ chức đằng sau nó.
Hình 3: Phân bổ giá giao dịch trong tuần đầu tiên sau khi ra mắt
Phát hiện 3: Phân phối giá của lệnh chờ cũng tương tự như phân phối giá giao dịch
Một khía cạnh quan trọng khác khi tăng giá sàn là tạo các lệnh chờ (vì giá sàn = giá chào bán thấp nhất). Nhìn vào sự phân bố của giá lệnh chờ, chúng ta thấy rằng nó tuân theo một mô hình tương tự như giá giao dịch. Cụ thể, giá của lệnh chờ di chuyển thường xuyên từ giá thấp hơn lên giá cao hơn. Trong khi đó, trong những trường hợp bình thường, khi các bộ sưu tập được tung ra lần đầu tiên, chúng ta sẽ thấy người bán đặt hàng với giá chào bán chênh lệch hơn vì không có sự đồng thuận về giá trị của bộ sưu tập.
Hình 4: Phân bổ giá của các lệnh chờ trong tuần đầu tiên sau khi ra mắt
Phát hiện 4: Tương quan địa chỉ
Chúng tôi thấy rằng 141 địa chỉ (15%) của tất cả các nhà giao dịch trong tuần đầu tiên có thể được liên kết dựa trên mối quan hệ chuyển ETH giữa các ví. Cùng với nhau, các địa chỉ này chiếm khoảng 40% khối lượng giao dịch trong tuần đầu tiên. Có thể chúng được kiểm soát bởi cùng một thực thể đằng sau chúng và với khối lượng giao dịch lớn do các địa chỉ này tạo ra, chúng có thể là bên đứng đằng sau thao túng giá. (Lưu ý: Nghiên cứu trong bài báo này được thực hiện trước khi chúng tôi phát triển thuật toán phân cụm địa chỉ có thể xác định chính xác hơn các kết nối giữa các địa chỉ, do đó, có thể có một số sai lệch trong dữ liệu tương quan địa chỉ ở đây. Các cụm địa chỉ rất hữu ích khi điều tra khả năng thao túng thị trường. )
Tóm lại là
Trong nghiên cứu này, chúng tôi chia sẻ một khuôn khổ được xây dựng dựa trên kinh nghiệm và kiến thức ngành của chúng tôi để phân tích thao túng giá NFT. Mặc dù nó có thể tiết lộ một số hiện tượng và hành vi đáng ngờ, nhưng chúng tôi cũng biết rằng khuôn khổ này chưa hoàn thiện và chúng tôi luôn cải thiện các phương pháp nghiên cứu của mình. Vì có rất ít nghiên cứu tương tự nên chúng tôi hy vọng có thể đóng góp cho lĩnh vực NFT cũng như cộng đồng phân tích dữ liệu trên chuỗi bằng cách chia sẻ phương pháp tiếp cận của chúng tôi. Đồng thời, chúng tôi hy vọng rằng nghiên cứu này sẽ có thể làm sáng tỏ, thu hút nhiều sự chú ý hơn đến việc thao túng thị trường NFT, đồng thời thúc đẩy nhiều nghiên cứu và phân tích hơn. Chúng tôi tin rằng với nỗ lực chung của cả cộng đồng, chúng ta có thể hiểu rõ hơn và giải quyết những vấn đề này, góp phần vào sự phát triển bền vững của lĩnh vực này.
Giới thiệu về tác giả
Nghiên cứu phân tích này được đồng tác giả bởi Helena L. và Lin S. của Nghiên cứu Eocene. Theo dõi chúng tôi trên Twitter để được cập nhật thêm các phân tích và nghiên cứu về NFT của chúng tôi.
Tài khoản Twitter chính thức:
Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Khai thác hành vi thao túng giá NFT thông qua dữ liệu trên chuỗi
Giới thiệu
Trong một bài báo gần đây, chúng tôi đã phân tích những hành vi rửa đó để nhận được phần thưởng giao dịch. Trong đó, chúng tôi mô tả ngắn gọn một loại giao dịch wash trade khác được thiết kế để đánh lạc hướng thị trường, thao túng giá thị trường và/hoặc tăng khối lượng giao dịch một cách giả tạo. Trong bài viết này, chúng tôi sẽ lấy DenDekaDan Genesis Omikuji làm ví dụ để chia sẻ nghiên cứu của chúng tôi về thao túng thị trường NFT. Trong loạt bài này, chúng tôi phát hiện ra một loạt các hành vi bất thường dường như đứng đằng sau việc tăng giá một cách có tổ chức và giả tạo.
Các giao dịch rửa tiền để lấy phần thưởng giao dịch thường dễ xác định vì chúng thường được chuyển qua lại giữa một số ví cố định. Loại washtrader này về cơ bản không có động cơ che giấu sự thật rằng mã thông báo đang được giao dịch giữa cùng một người/tổ chức, chủ yếu là do thị trường NFT (chủ yếu là X2Y2 vàLookRare) không phạt hành vi này khi trao phần thưởng giao dịch .
Mặt khác, các giao dịch rửa tiền để tạo ra thông tin sai lệch về giá trị thực của đồ sưu tập NFT thường được thực hiện một cách bí mật hơn nhưng có tổ chức hơn. Các bên có thể quan tâm đến kiểu thao túng thị trường này bao gồm: Các bên dự án NFT, nhà tạo lập thị trường hoặc cá voi có đủ vốn và chuyên môn kỹ thuật để tác động đến toàn bộ thị trường. Quan trọng hơn, để che giấu sự thật rằng chỉ một số thực thể có thể tạo ra khối lượng và đẩy giá lên thông qua các giao dịch qua lại giữa một số thực thể, kiểu thao túng thị trường này thường liên quan đến việc sử dụng một số lượng lớn ví, khiến chỉ khó tìm ra dấu hiệu thao túng đằng sau nó khi chú ý đến hành vi của một số ít địa chỉ.
Phương pháp luận
Để xác định hiệu quả thao túng thị trường có tổ chức đằng sau các giao dịch NFT, chúng tôi tập trung phân tích hai loại dữ liệu:
Bằng cách nghiên cứu dữ liệu giao dịch, chúng tôi có thể phát hiện ra các xu hướng đáng ngờ về giá và khối lượng. Bằng cách hiểu rõ hơn về các kết nối giữa các ví, chúng tôi có thể điều tra xem liệu một thực thể có kiểm soát một số lượng lớn ví cho các giao dịch hay không và kiểm tra hành vi của chúng.
Nghiên cứu tình huống: DenDekaDan Genesis Omikuji
Chúng tôi muốn hiểu tại sao giá sàn lại tăng từ 0,05 E lên 2,5 E (tăng 5000%!) sau tuần đầu tiên ra mắt loạt phim vào ngày 31 tháng 12 năm 2022. Sau khi nghiên cứu dữ liệu, chúng tôi thấy rằng:
Phát hiện 1: Giá sàn thể hiện xu hướng tăng đều đặn
Bộ truyện được phát hành vào ngày 31 tháng 12 năm 2022. Trong tuần đầu tiên sau khi phát hành, giá sàn cho thấy xu hướng tăng đều đặn.
Đầu tiên, vào khoảng ngày 1 tháng 1, giá sàn tăng lên khoảng 1E. Trong bốn ngày tiếp theo, từ ngày 2 tháng 1 đến ngày 5 tháng 1, giá tăng khoảng 0,5 E mỗi ngày (ngày 3 tháng 1, ngày 5 tháng 1). Sau khi giá sàn đạt khoảng 2E, nó duy trì trong khoảng 2-2,5E. Xu hướng tăng đều đặn này có thể là một sự trùng hợp ngẫu nhiên, nhưng nó cũng rất đáng ngờ, khiến chúng ta phải tìm hiểu sâu hơn.
Hình 1: Giá sập sàn tăng đều trong tuần đầu ra mắt
Phát hiện 2: Sự phân bổ khối lượng giao dịch và giá giao dịch cũng đáng ngờ
So sánh khối lượng giao dịch trong ngày với xu hướng giá sàn, chúng tôi nhận thấy khối lượng giao dịch trong ngày giá sàn cục bộ thay đổi đáng kể (31/12, 01/01, 03/01, 05/01) cũng cao hơn so với ngày giá sàn cục bộ. những ngày mà giá tương đối ổn định (tức là ngày 2 tháng 1, ngày 4 tháng 1, ngày 6 tháng 1, v.v.), khối lượng sẽ cao hơn nhiều. Điều này dường như cho thấy rằng ai đó đứng đằng sau hiện trường đang thực hiện một số lượng lớn giao dịch để tác động đến giá sàn vào ngày 1 tháng 1, ngày 3 tháng 1 và ngày 5 tháng 1.
Hình 2: Khối lượng giao dịch tăng vọt vào ngày giá sàn tăng mạnh.
Để kiểm tra giả thuyết này, chúng tôi kiểm tra thêm sự phân bổ giá của tất cả các giao dịch xảy ra trong tuần đầu tiên. Như thể hiện trong hình bên dưới (các màu khác nhau thể hiện các giao dịch vào các ngày khác nhau), hầu như tất cả các giao dịch hàng ngày đều diễn ra dưới giá sàn trong ngày. Phát hiện này rất thú vị, bởi vì cách trực tiếp nhất để nâng giá sàn lên vị trí mục tiêu là quét sạch tất cả các lệnh đang chờ xử lý dưới giá mục tiêu. Đây là một dấu hiệu khác cho thấy có sự thao túng giá có tổ chức đằng sau nó.
Hình 3: Phân bổ giá giao dịch trong tuần đầu tiên sau khi ra mắt
Phát hiện 3: Phân phối giá của lệnh chờ cũng tương tự như phân phối giá giao dịch
Một khía cạnh quan trọng khác khi tăng giá sàn là tạo các lệnh chờ (vì giá sàn = giá chào bán thấp nhất). Nhìn vào sự phân bố của giá lệnh chờ, chúng ta thấy rằng nó tuân theo một mô hình tương tự như giá giao dịch. Cụ thể, giá của lệnh chờ di chuyển thường xuyên từ giá thấp hơn lên giá cao hơn. Trong khi đó, trong những trường hợp bình thường, khi các bộ sưu tập được tung ra lần đầu tiên, chúng ta sẽ thấy người bán đặt hàng với giá chào bán chênh lệch hơn vì không có sự đồng thuận về giá trị của bộ sưu tập.
Hình 4: Phân bổ giá của các lệnh chờ trong tuần đầu tiên sau khi ra mắt
Phát hiện 4: Tương quan địa chỉ
Chúng tôi thấy rằng 141 địa chỉ (15%) của tất cả các nhà giao dịch trong tuần đầu tiên có thể được liên kết dựa trên mối quan hệ chuyển ETH giữa các ví. Cùng với nhau, các địa chỉ này chiếm khoảng 40% khối lượng giao dịch trong tuần đầu tiên. Có thể chúng được kiểm soát bởi cùng một thực thể đằng sau chúng và với khối lượng giao dịch lớn do các địa chỉ này tạo ra, chúng có thể là bên đứng đằng sau thao túng giá. (Lưu ý: Nghiên cứu trong bài báo này được thực hiện trước khi chúng tôi phát triển thuật toán phân cụm địa chỉ có thể xác định chính xác hơn các kết nối giữa các địa chỉ, do đó, có thể có một số sai lệch trong dữ liệu tương quan địa chỉ ở đây. Các cụm địa chỉ rất hữu ích khi điều tra khả năng thao túng thị trường. )
Tóm lại là
Trong nghiên cứu này, chúng tôi chia sẻ một khuôn khổ được xây dựng dựa trên kinh nghiệm và kiến thức ngành của chúng tôi để phân tích thao túng giá NFT. Mặc dù nó có thể tiết lộ một số hiện tượng và hành vi đáng ngờ, nhưng chúng tôi cũng biết rằng khuôn khổ này chưa hoàn thiện và chúng tôi luôn cải thiện các phương pháp nghiên cứu của mình. Vì có rất ít nghiên cứu tương tự nên chúng tôi hy vọng có thể đóng góp cho lĩnh vực NFT cũng như cộng đồng phân tích dữ liệu trên chuỗi bằng cách chia sẻ phương pháp tiếp cận của chúng tôi. Đồng thời, chúng tôi hy vọng rằng nghiên cứu này sẽ có thể làm sáng tỏ, thu hút nhiều sự chú ý hơn đến việc thao túng thị trường NFT, đồng thời thúc đẩy nhiều nghiên cứu và phân tích hơn. Chúng tôi tin rằng với nỗ lực chung của cả cộng đồng, chúng ta có thể hiểu rõ hơn và giải quyết những vấn đề này, góp phần vào sự phát triển bền vững của lĩnh vực này.
Giới thiệu về tác giả
Nghiên cứu phân tích này được đồng tác giả bởi Helena L. và Lin S. của Nghiên cứu Eocene. Theo dõi chúng tôi trên Twitter để được cập nhật thêm các phân tích và nghiên cứu về NFT của chúng tôi.
Tài khoản Twitter chính thức: