NFT:Banksea Finance：退化猿 NFT 市場分析報告

作者：BankseaFinance

1、介紹

近年來，NFT市場有變得非常火熱，越來越多的用戶選擇對NFT進行投資。在這些NFT項?中，DegenerateApeAcademy項目非常具有代表性，DegenerateApeAcademy是位于Solana區塊鏈上的NFT品牌。該品牌由10,000個退化猿NFT組成。根據solanart市場平臺的統計，該項?項目的交易總量到達1.11MSOL。在這篇分析報告中，我們使用退化猿項目的歷史成交數據，對交易數據進行統計分析，探究退化猿項目的交易行情，為希望購買的用戶提供?些參考。

BankseaFinance開發了NFTAIOracle來評估NFT價格，提供了一個基于資金池的NFT抵押貸款解決方案。通過使用NFTOracle，用戶可以獲得實時的NFT價格評估。Banksea是SolanaIgnition全球黑客馬拉松的獲獎者之一，并與Parrot,Moonbeam,Slope等項目建立合作。

2、數據說明

本次分析數據從Solanart交易市場獲取，獲取了DegenerateApeAcademy項?從2021-11-21到2022-03-19期間的17985條成交數據，覆蓋其中7936個活躍的NFT。通過對這些活躍NFT進行分析，探究其活躍屬性的稀有度、NFT流通性和升值潛力等信息。

LBank藍貝殼于6月1日21:00上線PEG:據官方公告，6月1日21:00，LBank藍貝殼上線PEG(Pegazus)，開放USDT交易，5月31日21:00開放充值，6月2日21:00開放提現。資料顯示，Pegazus是面向慈善的代幣。 最近有很多RFI類型的項目， 我們的方案是制作一個代幣，該代幣不僅將收取6％的刻錄費和1％的再分配費，而且還將每筆交易中的1％代幣交換到BNB并將其發送到Binance慈善捐贈錢包。[2021/5/27 22:49:44]

SOL—Solanart交易市場-DAPE系列交易情況

3、NFT分析初探

3.1交易數據分析

?先，我們清洗和處理了NFTs歷史交易數據，并計算聚合數據，包括交易次數、交易均價、交易間隔、稀有度和屬性熱度值等指標，相關解釋如下：

活躍屬性稀有度(active_attribute_rarity),取值范圍0-1。active_attribute_rarity表示活躍NFT屬性的稀有百分?。因為僅僅統計有交易歷史的NFT，所以稀有度會比?solanarpopularityt.io中的稀有度低，但是更接近于真實的市場狀況。

活躍屬性稀有度(active_attribute_rarity)越低，表示該屬性越稀有。

LBank藍貝殼上線 FEI 和 TRIBE 代幣挖礦 DODO 活期理財活動:LBank 藍貝殼交易所已上線 FEI 和 TRIBE 單幣挖礦 DODO 活期理財活動，用戶可以登陸LBank.me 首頁余幣寶，點擊幣生息，即可零成本參與單幣 FEI 和 TRIBE 挖礦 DODO 的活動，最終將根據每日實際獲取數量分發到用戶賬戶。該活動將于4月11日結束。

此前，LBank 藍貝殼交易平臺通過代為用戶參與 FEI 的全球發行，共計超過2600個 ETH 通過平臺參與，讓用戶零手續費參與，并在結束后50分鐘即開通相關交易對，幫用戶降低成本，提升資金流轉效率。[2021/4/4 19:45:23]

3.2Pearson相關系數介紹

在統計學中，Pearson相關系數來衡量兩組數據之間的線性相關性。它是兩個變量的協?差與其標準差的乘積之比；因此，它本質上是協方差的歸?化后的數值，因此結果始終具有介于-1和1之間的值，我們可以通過Pearson相關系數對統計特征進行相關性分析，找到特征之間的線性關系，探究特征之間的關聯性。

皮爾遜相關系數在應用于總體時，通常由希臘字母ρ(rho)表示，可稱為總體相關系數或總體皮爾遜相關系數。給定?對隨機變量(X,Y)，ρ的公式為：

Bandot項目宣布已完成百萬美元融資:據官方消息，Bandot正式宣布，項目已經完成百萬美元融資。主要投資機構包括Candaq, NGC, SNZ, Dealean, Cabin VC, AU21, Gate, Lancer Capital, PNYX, Dorahacks, Zonff partners, Altonomy, Crypto Venture, Hotbit, Oasis, YBB，BigOne，ZB Capital，星際大陸，Polkafund和Polkadot Club，Glock Ventures等。Bandot 將與這些優秀的合作伙伴一起致力于波卡生態DeFi聚合平臺的建設。[2021/2/5 19:00:02]

其中：

cov是協方差

σx是X的標準差

σY是Y的標準差

ρ可以用均值和期望來表示。

3.3交易數據相關性分析

根據歷史交易數據，我們可以計算出?些統計指標，包括交易次數、均價、交易時間間隔、稀有度和熱度等，然后通過Pearson相關系數，計算出指標之間的相關性，具體結果如下圖所示：

統計結果為?個正方形矩陣的X和Y軸都表示的統計指標，對從左上角到右下角的角線表示全為1，表示屬性的自相關為1，分別按水平或者豎直的方向去看，分別表示與其他特征的相關系數，系數為-1到1之間，1表示完全線性正相關，-1表示完全負相關，具體特征解釋如下

CodeBank成為ChainTank獨家錢包合作伙伴:1月25日消息，金色財經旗下錢包CodeBank與ChainTank已達成獨家戰略合作。此次雙方合作，金色財經旗下錢包CodeBank作為ChainTank的唯一官方合作錢包，為用戶提供流動性挖礦入口，雙方將通過資源共享，實現互利共贏，共同助力火幣生態鏈的發展。

據悉，CodeBank是一款去中心化錢包應用，旨在讓用戶簡單管理數字資產，目前支持火幣生態鏈HECO（ETH、DOT等公鏈陸續引入中），內置DAPP等。

據悉，ChainTank是基于?幣?態鏈4.0算法穩定幣 ，開創性利?最新的 Rebase機制，改良前?三代算法穩定幣幣值不穩定的弊端。支持多種DeFi協議聚合挖礦，動態調整貨幣供應量。[2021/1/25 13:28:10]

結論：

交易次數(transaction_cnt)與活躍屬性稀有度(active_attribute_rarity)呈現顯著的正相關,既屬性約稀有,成交易次數越多,市場活躍度越高。

屬性熱度(attributes_popularity)與成交均價呈明顯的負相關，與平均交易間隔天數(days_between_transactions_avg)呈現顯著負相關，既屬性越稀有成交均價越高，且出售時間間隔越低。可以推斷出，市場對稀有屬性更加?睞，其流動性更強，且買家更愿意出高價。

聲音 | BM: 如果要做另一個分發 會選擇 Bancor:據 IMEOS 報道，BM 在電報群表示，如果要做另一個分發，會像內存那樣選擇 Bancor，并且分享了他所想象的 Bancor 市場：交易費用進入一個池子，如果交易量下降得太低，則市場的某一方贏得獎池。據群組成員透露，目前有一個名為 Bancor3d 的游戲正在如此運行著。[2018/10/9]

交易均價(transaction_price_avg)和平均交易間隔天數(days_between_transactions_avg）呈現明顯的正相關，既對于大多數交易而言，價格越高，流動性越差，每次交易間隔的時間越?。當然這并不是?個完全線性的結論，因為還有很多其它因素也會對價格和流動性產?影響。

4、NFT數據洞察

根據NFT交易歷史數據，按照NFT屬性的維度，分別對活躍屬性的稀有度、屬性的平均交易價格、屬性的平均交易間隔天數進行統計，然后對統計數據進行線性擬合，找到存在低估的NFT屬性。

4.1數據統計

活躍屬性稀有度Top10

屬性平均交易價格Top10

平均交易間隔天數Top10

4.2稀有度&交易均價分析

根據上述分析，我們已知?個NFT的屬性約稀有，其交易均價越高，呈現顯著的負相關。那我們對其進行線性擬合，然后找到偏離擬合曲線，且被存在低估的屬性。這些屬性發生交易時候，成交均價低于平均的擬合價格，存在價格低估的可能。比如通過簡單的篩選條件，篩選活躍稀有度<0.04，交易均價<100SOL以下的屬性，然后去選購包含此屬性的NFT。

4.3稀有度&交易間隔時間分析

根據上述分析，我們已知?個NFT的屬性越稀有，其價格會越高，但是過高的價格又會抑制交易的發?，使得交易的時間間隔變長，流通性下降。所以我們需要找到那些稀有度和估價尚可，但是流通性強的屬性值，既然偏離擬合曲線，并且處于擬合曲線左邊的屬性，然后篩選出流通性強的屬性進行購買。

結合上述價格&流通性&稀有度的分析，進?如下篩選:

活躍稀有度(active_attribute_rarity)<0.4

交易天數(days_between_transactions_avg)<0.5day

交易均價(transaction_price_avg)<100Sol

下圖是篩選過后的部分數據截圖，詳細完整數據請查看文末數據獲取方式。

部分字段的解釋說明

根據上述的分析結果，在solanart平臺中篩選包含對應屬性的NFT,然后根據自己的喜好進行購買。

DegenerateApeAcademyNFT購買鏈接

4.4交易者分析

持有者出售效益

NFT出售的時候，只有13%的交易過程是虧損出售的，大部分是在上漲盈利的時候進行出售的，也就是說大部分nft持有者都是盈利的，同時也是比較認可NFT價值的堅定持有者，能等待時機進行有效盈利。

NFT總盈收Top20的持有者總營收和交易出?度情況(買?賣出數量)

在盈收最多的20?中，有很多是只賣不買的持有者，可以?概率推測是NFT制造者，這部分交易者看起來零成本，但是并不是整個交易市場的最?收益者。最?收益者來

?于那些極端的投機者，只買賣或持有少數?個NFT，但是在?段時間內賣出了天價。所以，在某種程度上來說，NFT和彩票類似，買對了確實可以帶來巨?的收益。

NFT總盈收Top20的持有者賣出的每個NFT盈收情況

盈利排名前二十的?員盈收大部分集中在0~1000之間，單個NFT的盈利大于1000的比較少。那么我們在選購NFT的時候，如果僅僅作為價值投資，成本可以限定在1000以?內，因為NFT本身的盈利區間就那么大，真正能暴漲的NFT數量只占極少數，如果穩步投資，也能進?到盈收榜單的前20。

NFT平均收益率Top20的持有者

總盈收最高的不?定是最佳的投資者，從上?的分析可以看到，很多交易量極?的投資者獲取到的收益遠遠大于?些NFT的制造者。這類投資者要么有更好的眼光，要么有更好的運?,當然也有可能有著更強的輿論控制和分析能力，那么這類投資者持有NFT有可能可以成為其他投資者的風向標，研究這類投資者的交易特征，可以幫助投資者更有效的選擇NFT。通過NFT平均收益率可以比較清晰找出這類投資者，如果要進?價值投資，可以持續關注這類NFT持有者的?些投資情況。

比如篩選:

平均收益率(average_income)>500

投資回報能力(effective_revenue)>0.8

5、NFT分析進階

根據上述分析，對NFT屬性特征進行聚合，統計出NFT的相關統計指標，為NFT選購者提供數據參考。

屬性相關字段：

NFT相關字段：

TODO

上文只結合市場數據進行了簡要的分析，還有很多待分析維度

虧損出售是在什么時間段進行拋售的，是否存在恐慌盤情況，是否是風險期?虧損出售的nft是否存在價值被低估的情況?

高收益者比較傾向于選擇擁有哪些屬性的nft?

大量買進的交易者最后的營收情況如何?

有哪些持有者賣出的NFT最后呈現出較大的潛力?平均收益率最高的持有者所買NFT有何特點?

總結

根據對退化猿NFT系列的分析，可以發現，最終交易的價格、稀有度、流通性都存在非常強的相關性，?定程度上會影響最終的成交價格，對NFT的選購有?定的參考意義，但是影響NFT價格的因素很多，若要得到?個合理的NFT估值，除了交易數數據外，還需要結合幣價市場波動、社交媒體數據、社區輿論數據等數據，并構建實時的NFT估價模型，實時性預測和監控價格趨勢，降低持倉風險。

Tags：NFTBANANKBANKBabyNFT ARTOneFinBank CoinFRANKlbank交易所app下載最新版

非小號