探究 Meme 的金融与社交属性

原文标题:《A Social and Financial Study of Memecoins》
撰文:Andrew Hong
编译:Chris,Techub News

每一个市场周期都伴随着 Meme 代币的出现。一群人围绕着某个 Meme 集结起来,暂时抬高了某个资产的价格(从一天到几个月不等)。在加密货币领域,这已经成为了一种流行的市场策略,涵盖了从区块链层到应用层的一切,因为这不仅仅提升了价格,还吸引了人们对生态系统的关注。一些项目,如 Avalanche,甚至进一步创立了专门的 Meme 代币基金。

Meme 代币和其他类型的加密货币之间的界限可能并不是很清晰,但通常 Meme 代币的价值主要由与其相关的 Meme 文化支撑,而非实际的经济活动或技术支持。如 DOGE,主要是由柴犬的图像和相关概念支持的。相比之下,ETH、UNI 或 MKR 等代币则由更为复杂的技术和经济机制支撑,例如以太坊、Uniswap 协议或抵押铸造稳定币服务。

Farcaster 的 Meme 代币(如 DEGEN)是最新的风格的代币,其主要优点在于社媒信息以及社群讨论是完全开放的 。因此,我想用一些基本的数据来分析一下社媒信息以及社群讨论度和财务数据。

一、衡量 Meme

我首先假设我们可以通过一个图表来对比所有 Meme 的金融和社交状况:


我在这个图表中将五个主要领域进行了分类:

  • 极高风险(Extreme Risk):流动性和交易量低的 Meme 代币非常危险,并容易遭受抛售(因为可能只有少数提供流动性的人);

  • 机器人竞技场(Bot Arena):大多数 Meme 代币永远不会走出这个阶段,在这里,成千上万个币种(很多带有相同的代币名称 / 变种)争夺社群和资金的关注度;

  • 波动性增长(Volatile Growth):那些突破最初圈子的 Meme 代币现在必须维持他们的动力和增长。你可能会看到价格在一天内波动 100-500% ,方向都不一样,同时也会有一堆 KOL 开始关注这个 Meme。

  • 已经建立(Well Established):领导者将长期处于社媒平台和资金的顶端,并与其他 Meme 代币清晰地区分开来。一周的数字可能不太波动,注意力是持续的,因为人们的流入和流出达到了平衡。

  • 沉睡的巨人(Sleeping Giant):那些在社群和资金上成长迅速,但没有遭受抛售的 Meme 代币,可能会在这个角落里沉寂一段时间。可能已经形成了一个 DAO,他们开始并处理社区的混乱。同时,他们希望再次成为焦点。

大部分 Meme 代币应该被困在「机器人竞技场」中,有一些吸引人的 Meme 代币位于「波动性增长」片段中,可能有一两个达到「已经建立」的 Meme 代币。在这个过程中,一些可能会失去社交力量,成为「沉睡的巨人」,而另一些可能会失去财务支持(流动性),成为「极高风险」。

我相信,一个成功的 Meme 代币通常会经历以下阶段:


你可能会看到很多 Meme 代币被机器人 / KOL 推动,从而获得高社交评分,但资金评分(流动性)较低,导致抛售。

经过大量的数据收集和整理,我在 Dune 上制作出这个关于 FarcasterMeme 代币的图表:

事实上与我的预期非常吻合,你可以看到 DEGEN 远远在右上角,然后还有一些其他的,如 ENJOY、HIGHER、TN 10 0X 和 EVERY 在中间。其他所有人都被困在左边,争夺关注和流动性。

值得注意的是,我在这里没有筛选掉机器人,因此一些 Meme 代币的社交评分可能会有所偏差。这是未来的改进方向!

现在,让我们从最终图表逆向解释这两个分数是如何创建的。我还将提出进一步的研究问题,并详细介绍我的查询渊源,供那些希望深入挖掘的人参考。

Dune 的仪表板可以在这里找到,还有一些图表我在本文中没有介绍。

二、社交评分

每个评分由「基础」组件和「增长」组件组成。对于社交评分,我们首先衡量了币种提及的 casts(帖子)和参与度。因此,在这种方法中,「$DEGEN」会计算,但「DEGEN」不会。

以上提供了我们五个主要专栏:

  • 投放者:已投放给固定类别的人数

  • 接收者:投掷者中之前已接收过该代币的百分比

  • 投放次数:投掷给固定类别的次数

  • 频道:曾进行给固定类别投放的频道数

  • 活动水平:参与度(点赞 + 回复)加上投放次数乘以频道数的立方根。

  • 活动水平:参与度(喜欢 + 回复)加上投放次数乘以投射者的立方根乘以频道的立方根。

整体社交评分是以活动水平为「基础」,并基于投放者和接收者投放量的一周内的变化进行「增长」乘数。这里的想法是,如果你看到投放给固定类别的人数和那些人购买 / 获取代币的人数大幅增长,那就是一个极其健康的迹象。

总的来说,在表格中看起来是这样的:

三、财务评分

以下是主要财务指标:

  • FDV:总供应乘以价格

  • 价格:基于 DEX 交易的最新价格

  • 日增长、周增长、月增长价格变动:价格在每日、每周和每月基础上的百分比变动

  • 流动性:这是非代币流动性,意味着对于 DEGEN-WETH 池,我们只计算其中的 WETH 部分。这给我们一个更稳定的迹象,表明给定代币有多少良好的流动性。

  • 交易:过去 30 天的 DEX 交易数量

  • 转账:过去 30 天的 ERC-20 代币转账数量

  • 总交易量:过去 7 天的 DEX 交易的美元交易量

财务评分的「基础」是其非代币流动性和 DEX 交易量,「增长」部分基于流动性的变化。

总的来说,在表格中看起来是这样的:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/676782.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

YOLOv5白皮书-第Y5周:yolo.py文件解读

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者:K同学啊 一、环境 语言:Python3、Pytorch开发环境电脑系统:Windows 10语言环境:Python 3.9.2编译器:VS Code显卡&#…

LeetCode刷题之HOT100之组合总和

2024/6/3 周一,工作日的第一天。昨晚梦到被导师说去实验室不积极哈哈哈,风扇开到二级,早上被吹醒。买的书马上快要到了。上午刚来准备刷题,结果去搞了一下数据库sql,做的差不多了,还差点格式转换就差不多出…

暴力数据结构之排序大杂烩

1. 冒泡排序:O(N^2) 逻辑解析: 冒泡排序并没有什么实际意义,但是有教学意义,相信大部分小白在学习的初期第一个接触的排序就是冒泡排序。那么接下来我们了解一下他的底层逻辑: 冒泡排序顾名思义就是将最大&#xff08…

力扣 101. 对称二叉树

给你一个二叉树的根节点 root , 检查它是否轴对称。 /*** Definition for a binary tree node.* struct TreeNode {* int val;* struct TreeNode *left;* struct TreeNode *right;* };*/ bool check(struct TreeNode* L,struct TreeNode* R){if(!L&…

匠心独运,B 端系统 UI 演绎华章之美

匠心独运,B 端系统 UI 演绎华章之美

kettle从入门到精通 第六十四课 ETL之kettle kettle中执行SQL脚本步骤,使用需当心

1、群里有不定时会有同学反馈执行SQL脚本步骤使用有问题,那么咱们今天一起来学习下该步骤。trans中的执行SQL脚本有两方面功能,使用时需小心,不然很容易踩坑。 官方定义: 翻译: 您可以使用此步骤执行 SQL 脚本&#…

kafka集群内外网分流方案——筑梦之路

前言 在现代分布式系统架构中,Kafka作为一款高性能的消息队列系统,广泛应用于大数据处理、实时流处理以及微服务间的异步通信场景。特别是往往企业级应用中,业务网段和内网通信网段不是同一个网段,内网的机器想要访问业务数据只能…

考研人注意了:六月份保底进度+复习规划!

六月开始准备考研确实有点晚了,因为大家基本上上都是3月份开始的 开始的比别人晚,学习的时间就会比较紧张,但是不要怕,考研并不是比谁学的时间长,而是比谁学的效果好,就算是六月份开始,只要学习…

三、基于图像分类预训练编码及图神经网络的预测模型 【框图+源码】

背景: 抽时间补充,先挖个坑。 一、模型结构 二、源码

python结构化模式匹配switch-case,Python 3.10中引入,Python的模式匹配(pattern matching)语法

增加了采用模式加上相应动作的 match 语句 和 case 语句 的形式的结构化模式匹配。 模式由序列、映射、基本数据类型以及类实例构成。 模式匹配使得程序能够从复杂的数据类型中提取信息、根据数据结构实现分支,并基于不同的数据形式应用特定的动作。 语法与操作 模…

系统安全及应用11

一个新的服务器到手之后,部署服务器的初始化 1、配置IP地址 网关 dns解析(static)内网和外网 2、安装源外网(在线即可),内网(只能用源码包编译安装) 3、磁盘分区,lvm …

coze自定义插件调用3

1,打开我的空间; 2,编辑,选择快捷指令 3,编辑指令 4,实际测试【输入框多了一个按钮“查询基础信息”,点击查询基础信息,提示输入缴费卡号,提交后如下图】

插入排序(直接插入排序与希尔排序)----数据结构-排序①

1、插入排序 1.1 插入排序的基本思想 将待排序的元素按其数值的大小逐个插入到一个已经排好序的有序序列中,直到所有的元素插入完为止,就可以得到一个新的有序序列 。 实际上在我们的日常生活中,插入排序的应用是很广泛的,例如我…

从墙的功能出发 -分析欧特克Revit和广联达数维的差别

欧特克(Autodesk)在三维建模软件领域的影响力是有目共睹的,它是行业的头部产商,拥有众多的高质量的三维设计软件,涵盖了建筑设计、机械设计与制造和电影文娱行业。Revit是其发布的建筑三维建模软件,也是BIM…

老黄自己卷自己!GPU要一年更新一代!预告新动作:AI工厂将吞噬一切

站在 AI 时代风口浪尖的弄潮儿英伟达又为大家带来了一场科技饕餮盛宴! 昨晚 7 点,坐标中国台湾大学体育场,英伟达 CEO 黄仁勋为世界带来了一场名为 The Dawn of a New Industrial Revolution (揭开新工业革命序幕)的演…

IDEA 常用技巧

1、代码块整体移动 选中,tab整体右移选中,shifttab整体左 移 2、统一修改变量 3.方法分割线 seting >> editor >> apperance >> show method separators 4、快捷键 构造器、set与get方法、方法重写、toString 等快捷操 鼠标停留在…

微信公众号开发(五):私信日志记录

之前的开发内容里,基本是基本配置和回复设置,为了之后看用户/粉丝什么样的功能使用的最多,需要增加私信的日志记录: 1、日志表 首先,要在mysql里建表 主要字段:用户id、公众号id、时间、私信类型、私信内…

SQL Developer 小贴士:备份和恢复连接信息

问题与概念 有时候SQL Developer需要重装,能备份和恢复连接信息就比较重要。 SQL Developer提供连接的导出和导入功能。 导出连接 第一步:选择连接。 第2步:指定输出文件,例如sqldconns.json 第3步:因为连接中可…

一文读懂数据库中的DB、DBMS、DBS、DBAS

目前数据库的应用非常广泛,几乎各行各业都在直接或间接地与数据库打交道,例如网上购物、银行业务、铁路购票和酒店住宿等。在实际应用中,数据库、数据库管理系统、数据库系统和数据库应用系统经常被统称为数据库,而实质上这4个概念是不一样的,它们具有不同的定义和含义。下…

16.FreeRTOS直接任务通知 Notification

FreeRTOS 直接任务通知 Notification 介绍 在嵌入式系统开发中,任务间的通信和同步是非常重要的一部分。而FreeRTOS就提供了多种机制来实现这些,比如队列、信号量和事件组。不过,使用这些机制都需要创建一个通信对象,不能直接把事…