Comment détecter le trading de lavage NFT et ne pas se faire avoir


Wash trading n’est pas un nouveau mot pour les gens du monde financier. Vous avez probablement entendu des amis dire que les crypto-monnaies sont fortement « lavées » et font des allers-retours avec le même prix d’achat et de vente systématique. Puisque vous connaissez ce terme, permettez-moi de vous dire que le marché NFT a des problèmes similaires avec le wash trading.

En un mot, le commerce de lavage rend difficile pour les amateurs de jetons non fongibles d’évaluer l’intérêt réel du marché pour les collections NFT. Cela gonfle et fausse également la quantité de transactions sur les marchés, induisant les analystes en erreur sur ce qui se passe sur les plateformes de négociation.

Dans l’ensemble, le commerce de lavage NFT est l’un des plus grands obstacles à l’évaluation précise des projets et des actifs dans l’industrie NFT, qui comprend les collections NFT, les jetons tertiaires NFT (pensez $X2Y2 et $LOOKS) et les studios et développeurs qui mettent les produits sur le marché. .

En utilisant l’ensemble de données de Footprint Analytics pour détecter et filtrer le commerce de lavage, examinons de plus près le fonctionnement des commerçants de lavage et comment les données en chaîne pourraient être analysées pour détecter les activités suspectes.

Qu’est-ce que le wash trading ?

Le commerce fictif est une forme de manipulation du marché dans laquelle un investisseur vend et achète simultanément les mêmes instruments financiers pour créer une activité trompeuse et artificielle sur le marché.

En termes de NFT, le wash trading se produit lorsque le même utilisateur est derrière les deux côtés d’une transaction NFT. Cela signifie que l’adresse du vendeur et celle de l’acheteur appartiennent en fait à la même personne. À l’heure actuelle, le wash trading est très courant sur les marchés NFT, qui ne sont pas soumis à une réglementation ou à une supervision gouvernementale, contrairement aux titres traditionnels.

Pourquoi les gens lavent-ils les NFT commerciaux ?

Il y a deux motifs principaux derrière le wash trading dans l’espace NFT.

Type 1 : Pour gagner des récompenses de plateforme

Certaines places de marché NFT, comme X2Y2, récompensent les utilisateurs actifs en leur donnant des retours (sous la forme du jeton du protocole) en fonction de leur volume de transactions. Les commerçants de lavage en profitent et maximisent leurs récompenses en générant des volumes de transactions irréalistes. À son tour, cela peut facilement tromper les utilisateurs qui souhaitent analyser les collections ou les places de marché NFT en termes de liquidité et de volume.

Type 2 : Pour créer une apparence de valeur ou de liquidité

Pour créer un faux sentiment de liquidité et une valeur gonflée d’une collection ou d’un actif NFT spécifique, certains créateurs peu scrupuleux se tournent vers le commerce de lavage pour tromper les acheteurs. Ils profitent lorsque de véritables acheteurs sont amenés à leur acheter un NFT à un prix élevé. Ce type de commerçant de lavage cache ses activités avec de nouvelles adresses de portefeuille autofinancées par les portefeuilles d’échange centraux. Ce type de trading fictif génère un volume relativement faible, qui ne perturbe pas autant le marché que le trading fictif de type 1.

Comment se fait le wash trading ?

En raison de la perturbation des transactions commerciales de lavage de type 1 sur les données de transaction NFT, Footprint Analytics visait à les filtrer autant que possible. Pour comprendre ce type de commerce de lavage, nous devons comprendre le système de récompense symbolique de X2Y2 et LooksRare. En termes simples, X2Y2 et LooksRare distribuent quotidiennement des jetons aux vendeurs et aux acheteurs en fonction du volume de négociation de l’adresse en tant que partie du volume total quotidien de la plateforme de marché. Les récompenses de jetons sont fixées quotidiennement, de sorte que les commerçants de lavage peuvent laver le commerce et gagner des jetons de récompense à plusieurs reprises lorsque la distribution quotidienne se réinitialise.

La figure 1 montre un exemple d’activités de trading de lavage sur le marché X2Y2 – la collection NFT est Dreadfulz.

anonyme
Figure 1 – Dreadfulz Wash Trading Exemple (Source : @ Hanson520 Analyse de l’empreinte)

Comme nous pouvons le voir sur la figure ci-dessus, le même NFT (ID 164) a été acheté dans les deux sens entre les deux mêmes portefeuilles plusieurs fois par jour avec plus de 300 prix de vente ETH par transaction. Le 1er septembre 2022, ces deux adresses se sont échangées 19 fois, générant 7228 ETH en volume et payant 36,14 ETH en frais de plateforme X2Y2. Gardez à l’esprit que le taux de redevance pour Dreadfulz n’a pas été fixé sur X2Y2 ; par conséquent, aucun frais de créateur n’a été payé. Les commerçants de lavage choisiront des collections avec des frais de création de 0 % afin de minimiser leurs coûts de négociation de lavage.

Comment détecter le wash trading

J’ai regardé comment quelques plates-formes d’analyse, y compris Footprint Analytics, font leur détection et suivent leur logique. Leurs méthodologies sont quelque peu similaires, pour être honnête. En plus de mes propres connaissances et analyses, voici une liste de contrôle des données et activités suspectes qui devraient déclencher la sonnette d’alarme de tout acheteur potentiel de NFT :

  • Un NFT particulier est échangé par la même adresse plus de X fois par jour tandis que le reste de la collection reste intact.
  • La même adresse négocie le même NFT à haute fréquence.
  • Une collection de NFT entre dans une auto-vente à haute fréquence lorsqu’il n’y a pas de marketing ou de promotion soutenant la vente.
  • Le prix moyen historique traité est X fois plus élevé sur le marché A que sur le marché B.
  • Le prix de vente d’un NFT est négocié X fois plus élevé que le NFT le moins cher disponible à la vente.
  • Le même portefeuille traite du financement de tous les portefeuilles suspects qui achètent et vendent les NFT.
  • Un volume de trading anormalement élevé en permanence.

Les hypothèses ci-dessus ne sont pas parfaites, et j’espère travailler avec des chercheurs sur le développement d’un tableau de bord plus complet pour déterminer plus efficacement les tendances et les comportements NFT. La capacité de retracer plusieurs portefeuilles au fil du temps pour identifier différents niveaux de relations serait également vitale.

Dans quelle mesure les meilleures collections NFT sont-elles échangées?

Dans la figure 2, Footprint Analytics a appliqué ses règles de détection aux collections avec le plus grand volume de transactions sur X2Y2 et LooksRare.

XljL7xeoh7v7vlHCQfP7GTP5KqAIU2ekU4Q8js1vN7tV39jHQ5m9Z9D7p6wvqsPR 2SLeu0w6Alrf ziAKPaYUW5M9FMhxOUEZ kP70tKaB60k 3aFhbLfwbI1NjIbCVjYCLMulHsKbTP0VYreenoaC9JRIbRnLEjDkmDgpiy40IbK f8NDODMRl47s
Figure 2 – Wash Trades Statistiques des collections sélectionnées (Source : Analyse de l’empreinte)

Sur la base de leurs règles, ils ont détecté que 95 % ou plus du volume d’échanges de ces collections correspond à des transactions d’échanges fictifs. Le commerce de lavage représente un pourcentage extrêmement élevé du volume des transactions pour ces collections, ce qui donne une image trompeuse du volume historique des collections et des activités de vente. Vous pouvez consulter toutes les transactions qu’ils ont filtrées sur l’ensemble de données ud_suspicous_txn sur leur site Web.

sans nom 1
Figure 3 – Wash Trading Stats of Blue Chip Collections (Source : Analyse de l’empreinte)

Pour que Footprint Analytics s’assure que leurs règles fonctionnent comme prévu, ils les ont appliquées aux collections de puces de premier ordre qui ne sont pas soumises à des activités de commerce fictif dans la figure 3. Vous pouvez afficher l’ensemble de données ud_suspicious_txn_bluechip_collections et examiner les transactions filtrées.

sans nom 1
Figure 4 – Wash Trading Stats de LooksRare et X2Y2 (Source : Analyse de l’empreinte)
sans nom 1
Figure 5 – Statistiques de trading non filtrées d’Opensea, LooksRare et X2Y2 (Source : Analyse de l’empreinte)

La figure 4 indique que 94,71 % et 81,04 % du volume des transactions sur LooksRare et X2Y2 sont des transactions de lavage, ce qui semble cohérent avec les statistiques du marché, comme le montre la figure 5. Nous pouvons voir à partir des données non filtrées que le prix moyen par transaction sur Looksrare atteint presque 85 000 USD, soit environ 90 fois le prix moyen d’OpenSea et un prix irréaliste.

Vous pouvez afficher l’ensemble de données ud_suspicious_txn_x2_looks et examiner les transactions filtrées pour les places de marché X2Y2 et Looksrare, comme illustré à la figure 4.

Derniers plats à emporter

zCHJVo912xNmdAG9KAOksGzSoQszjreQog BrjtrjwKiAfBeGavDbf59EI HPAh96tb12h2cJSaPoA7hJwkKd77pCVsnqWWl0ePfWb4I jEKZPxXbe dlOauPS0xE x31 b8eOzFLcnn2sCruNPTYyHzzIZG9Ali0ESy f58G8EBfXQi7CyzdGpasIbKls9lUDq
Figure 6 – Statistiques mensuelles sur le volume NFT d’OpenSea, LooksRare et X2Y2 (Source : Analyse de l’empreinte)

En examinant les statistiques de négociation mensuelles du marché NFT depuis janvier 2022 à la figure 6, nous pouvons voir que le volume de négociation de lavage représente plus de 50 % du volume total presque tous les mois. Même si le volume total est en baisse substantielle par rapport aux sommets de janvier, le pourcentage du volume des échanges de lavage sur le marché NFT reste similaire chaque mois. Cela souligne à quel point le wash trading est perturbateur pour avoir des données de transaction NFT précises et l’importance de filtrer le wash trading pour toute analyse de données NFT significative.

Laisser un commentaire