通过链上数据挖掘NFT价格操控行为

简介

在最近的一篇 文章 中，我么分析了那些为了获取交易奖励进行的洗盘行为。在其中，我们简要地介绍了另一种旨在 误导市场、操纵市场价格和/或人为增加交易量 的洗盘交易。而在本文中，我们将以 DenDekaDan Genesis Omikuji 为例，分享我们关于 NFT 市场操控行为的研究。在这个系列中，我们发现了一系列不正常的行为，这些行为背后似乎是有组织的人为拉高价格。

为了获取交易奖励进行的洗钱交易通常很容易识别，因为通常是在几个固定的钱包间来回交易。这种类型的洗盘交易者基本上没有动机去隐藏一个代币在同一个人/实体之间交易的事实，主要是因为 NFT 市场（主要是 X2Y2 和 LooksRare ）在发放交易奖励时不会惩罚这种行为。

而另一方面，为了制造 NFT 收藏品真实价值的虚假信息的洗钱交易通常以更加隐蔽但有组织的方式进行。可能对这种市场操纵行为感兴趣的各方包括： NFT 项目方、做市商或拥有足够资本和技术专业知识来影响整个市场的巨鲸 。更重要的是，为了隐藏可能仅由少数几个实体创造交易量以及通过少数几个实体之间的来回交易拉高价格的事实，这种市场操控行为通常涉及到使用大量的钱包，这使得仅仅关注少数地址的行为时很难发现背后的操盘迹象。

方法论

为了有效地识别 NFT 交易背后有组织的市场操纵行为，我们重点分析两种类型的数据:

• 交易数据 ：这包括链上数据，如交易和价格（交易价格和地板价），以及链下数据，如 asks 和 bids 数据。

• 地址相关性 ：这涉及研究交易者之间的资金关联，例如钱包之间的历史资金转账、钱包是否有相同的资金来源以及钱包是否有相同的资金去向。

通过研究交易数据，我们可以发现价格和交易量方面的可疑趋势。通过深入了解钱包之间的联系，我们可以调查是否有实体控制大量的钱包进行交易，并检查它们的行为。

案例研究: DenDekaDan Genesis Omikuji

我们想要了解为什么该系列在 2022 年 12 月 31 日推出第一周后，地板价从 0.05 E 激增至 2.5 E（增长了 5000% ！）。在研究数据后，我们发现：

• 将地板价变化趋势、交易价格和挂单价格的分布结合起来，呈现出可疑的模式，可能暗示着背后存在价格操纵行为。

• 在第一周交易该系列的地址中，可以发现很多地址存在着资金关联。

发现 1: 地板价呈现出有规律的上升趋势

该系列于 2022 年 12 月 31 日发布，在发布后第一周，地板价呈现有规律的上升趋势。

首先，在 1 月 1 日左右，地板价提高到了约 1 E。在接下来的四天内，即 1 月 2 日至 1 月 5 日，价格每隔一天（1 月 3 日、 1 月 5 日）上涨约 0.5 E。地板价在达到约 2 E 后，维持在 2-2.5 E 的范围内。这种规律性的上升趋势可能是巧合，但也十分可疑，促使我们深入挖掘。

图 1: 在发布后的第一周内地板价有规律上升

发现 2 ：交易量和交易价格的分布也很可疑

将每日交易量与地板价变化趋势进行比较，我们发现当地板价出现显著变化当天（12 月 31 日、 1 月 1 日、 1 月 3 日、 1 月 5 日）的交易量也比当地板价格相对平稳的当天（如 1 月 2 日、 1 月 4 日、 1 月 6 日等）的交易量高得多。这似乎暗示背后有人正在执行大量交易，以影响 1 月 1 日、 1 月 3 日和 1 月 5 日的地板价。

图 2: 在地板价大幅上涨的当天交易量飙升。

为了验证这个假设，我们进一步研究了第一周内发生的所有交易的价格分布。如下图所示（不同颜色代表不同日期的交易），每天的交易几乎都发生在当天的地板价以下。这个发现很有意思，因为拉高地板价到目标位置的最直接的方法就是扫掉所有低于目标价格的挂单。这是另一种表明背后存在有组织的价格操纵行为的信号。

图 3: 发布后第一周的交易价格分布

发现 3 ：挂单价格的分布也与交易价格分布类似

在拉高地板价时，另一个重要的方面是创建挂单（因为地板价=最低的 asks 价格）。观察挂单价格的分布，我们发现它遵循着与交易价格类似的模式。具体而言，挂单价格从较低的价格有规律地向较高的价格移动。而在正常情况下，在收藏品刚刚推出时，由于还没有形成对该系列价值的共识，我们应该会看到卖家以更分散的要价挂单。

图 4 ：发布后第一周的挂单价格分布

发现 4 ：地址相关性

我们发现，根据钱包之间的 ETH 转账关系，可以把第一周的所有交易者中的 141 个地址（15 ％）关联起来。这些地址共占了第一周约 40 ％的交易量。它们存在背后为同一实体控制的可能，鉴于这些地址产生的大量交易量，他们可能是在背后操纵价格的一方。（注意：本文的研究是在我们开发出能够更准确地识别地址之间联系的地址聚类算法之前进行的，所以这里的地址相关性数据可能存在一定的偏差。但我们想强调的是，识别地址簇在调查潜在的市场操纵时非常有帮助。）

结论

在这项研究中，我们分享了一个基于我们的经验和行业知识构建的框架来分析 NFT 价格操纵行为。虽然它能揭示一些可疑的现象和行为，但我们也深知这个框架还不完整，并一直在不断改进我们的研究方法。由于类似的研究很少，因此我们希望通过分享我们的方法，为 NFT 领域以及链上数据分析社区做出贡献。同时我们希望这项研究能够抛砖引玉，引起更多人对 NFT 市场操纵的关注，并促进更多的研究和分析。我们相信，在整个社区共同的努力下，我们可以进一步了解和解决这些问题，从而为这个领域的可持续发展做出贡献。

关于作者

此分析研究报告由 Eocene Research 的 Helena L. 和 Lin S. 共同撰写。在 Twitter 上关注我们，随时了解更多我们的 NFT 分析和研究。