链GDP:一个评估公链繁荣程度的新指标?

币界网Publié le 2024-07-16Dernière mise à jour le 2024-07-16

币界网报道:

作者:Dynamo DeFi,编译:0xjs@

最近我一直在开发一种新的链上指标,以恰当地捕捉区块链上的经济活动。

就像我常说的那样,分析区块链的一个有用框架是将它们视为数字经济体:

  • 激励计划=刺激

  • 流动性流入=外国投资

那么,衡量这一活动的最佳指标是什么?

当前的指标存在许多问题:

TVL——代表美元,但不代表活动。受大额存款影响,并非所有 TVL 都具有同等生产力。

TX 数量——代表活动,但不代表金额。这很容易让人上当。

DEX 交易量——代表美元和活动,但仅代表特定类型的经济活动。不捕获游戏甚至其他 DeFi 项目的活动。

链GDP——链GDP 衡量链上的美元和活动。本质上,这是链上应用程序产生的所有费用的总和。注意:这并不意味着只有链本身的费用。

由于只计算费用(而不是原始转账量),因此使用刷量交易或女巫攻击进行伪造会更加困难。要伪造链 GDP,你需要向生态系统中的各种 dApp 支付大量费用。

方法

为了提取数据,我使用了DefiLlama 的费用和收入 API。

如果你不确定费用和收入之间的区别:

  • 费用 = 用户支付的金额

  • 收入 = 协议或代币持有者应得的费用

例如,支付给流动性提供者的费用不是收入,但用于治理代币质押奖励的费用则是收入。

至于实际提取这些数据,可以迭代遍历协议,按链提取其总费用,也可以迭代遍历链,计算该链上协议的总费用。我选择迭代链并使用 /overview/fees/{chain} 端点,因为当按链提取费用时,TotalDataChart 属性会显示该链上所有协议的费用总和——这正是我们想要的。

此时必须做出两个主要决定:

  1. 费用还是收入?

  2. 将L2与L1分组还是保持它们独立?

费用与收入是一个简单的决定。收入在很大程度上取决于代币经济学。以 Uniswap 这样的协议为例。尽管 Uniswap 是加密货币领域最大的经济活动中心之一,但如果我们计算收入而不是费用,只有 Uniswap Labs 的收入才会对以太坊的 GDP 做出贡献。此外,我过去进行的分析一直发现,费用比收入更能预测市值。

决定是否将L2与其父L1分组更加困难。老实说,这主要与以太坊有关。我选择将它们分开有几个原因:

  1. 数据粒度更高。将 Arbitrum、Base 等与以太坊结合起来提供的信息比将它们分开提供的信息要少。任何想将它们算在一起的人都可以轻松做到这一点;然而,默认将它们分组会掩盖链上经济中正在发生的有意义的转变。

  2. 行业标准。不管喜欢与否,大多数数据提供商(如 DefiLlama 和 Artemis)默认将 L2 作为自己的链进行比较。

  3. 链上经济。链上的经济活动在一定程度上是该链流动性流入的下游。至少目前,流入和流出 L2 的流动性与链间流动类似。

应广大用户的要求,我计划在 GitHub 上发布我使用的完整脚本,以便其他人可以自己测试,但我之前从未在那里发布过(我的背景是金融/经济学,而不是软件)。

链GDP数据

现在我们来看一下数据。

以太坊在链 GDP 方面明显领先(这并不奇怪)。最近几天,以太坊的 GDP 大多数日子都在 1000-1500 万美元左右,而按此指标排名第二的 Solana 的 GDP 约为 600-700 万美元。

话虽如此,Solana 显然是今年的赢家。虽然大多数主要区块链在 3 月份达到顶峰,并且自那时起就遭受了经济活动下滑的影响(经济衰退?),但 Solana 一直保持稳定甚至有所增长,与其最接近的竞争对手拉开了距离,并接近以太坊本身的 GDP。

另一个值得注意的趋势是 Base,尽管最近几周呈下降趋势,但其 GDP 在这些公链中从第 8 位短暂上升到第 3 位,现在排名第 6。

对于那些希望深入了解其他连锁店和时间段的人,以下是 2024 年 7 月 12 日导出的数据摘录

https://docs.google.com/spreadsheets/d/1JSIMYO4gTMIRbc2PIIHUtEkGcQKj3zJy6QL0SUAaBF8/edit?gid=0#gid=0。

这个电子表格包含了自 2024 年初以来 50 多个链的数据。

Lectures associées

MSTR passe sous les 100 $ alors que le titre préférentiel STRC s'échange bien en dessous du pair

La société MicroStrategy (MSTR) est à nouveau sous pression, son action tombant sous les 100 dollars pour la première fois depuis mars 2024 et ses titres préférés STRC s'échangeant bien en dessous de leur valeur nominale de 100 dollars. Ce mouvement relance le débat sur la solidité du modèle de trésorerie en Bitcoin de l'entreprise dans des conditions de marché plus faibles. Essentiellement perçue comme un véhicule de trésorerie à effet de levier sur le Bitcoin, la stratégie de MicroStrategy repose sur son empilement de capitaux (actions, titres préférés) pour lever des fonds et acquérir davantage de BTC. La faiblesse des cours, surtout celle des actions privilégiées en dessous du pair, pourrait compliquer les futures émissions, rendant le financement d'expositions supplémentaires au Bitcoin moins attractif et plus coûteux. Cela remet en question la prime de marché et la flexibilité du modèle, étroitement surveillée par les investisseurs comme un indicateur narratif de la conviction institutionnelle envers le Bitcoin. Toutefois, cette pression ne signifie pas une vente forcée immédiate des BTC détenus, mais limite les options de financement futur. En définitive, les traders observent à la fois le cours du Bitcoin et les titres de MSTR. Si le Bitcoin se stabilise et que la prime de MicroStrategy se rétablit, le modèle pourrait retrouver son élan. Dans le cas contraire, des doutes persisteront sur la capacité de ce type de stratégie à levier à poursuivre son accumulation de manière ininterrompue.

bitcoinistIl y a 2 h

MSTR passe sous les 100 $ alors que le titre préférentiel STRC s'échange bien en dessous du pair

bitcoinistIl y a 2 h

Le « roi du raisonnement » de Google s'en va aussi chez Meta, recruté à l'origine par Fei-Fei Li

Un cerveau de la recherche en IA quitte Google pour Meta, accentuant l’exode des talents du géant technologique. Dengyong Zhou (Denny Zhou), chercheur clé chez Google DeepMind souvent qualifié de « roi du raisonnement » pour ses contributions fondamentales aux modèles de langage (comme le Chain-of-Thought), a quitté Google de manière discrète il y a quatre mois pour rejoindre Meta en tant que scientifique chercheur. Son recrutement initial par Google en 2017 était lié à Fei-Fei Li et au centre de recherche Google AI en Chine. Ce départ s’inscrit dans une série de pertes majeures pour Google DeepMind récemment : - Noam Shazeer, co-auteur du Transformer, a quitté Google pour OpenAI. - John Jumper, lauréat du Nobel et responsable d’AlphaFold, a rejoint Anthropic. - D’autres contributeurs clés de Gemini, comme Jonas Adler et Alexander Pritzel, sont également partis pour Anthropic. Parallèlement, Meta renforce ses rangs en embauchant également Dawn Song, experte renommée en sécurité IA, et son équipe de Virtue AI. Un rapport de The Information suggère que les tensions internes chez Google pourraient expliquer en partie ces départs. L’entreprise aurait réorganisé ses priorités au profit d’une « équipe de choc » (Strike Team) dédiée au codage IA, visant à combler son retard face à Anthropic et OpenAI dans ce domaine lucratif. Cette focalisation sur les applications commerciales immédiates, au détriment de projets de recherche plus fondamentaux comme les « modèles du monde » (world models) chers à DeepMind, aurait créé des conflits et conduit à des réallocations de ressources (calcul, équipes), poussant certains chercheurs à partir. Ainsi, Google semble perdre des talents clés face à des concurrents offrant une vision de recherche plus attractive ou des opportunités financières pré-IPO, tandis que sa réorientation stratégique vers le codage génère des tensions internes.

marsbitIl y a 3 h

Le « roi du raisonnement » de Google s'en va aussi chez Meta, recruté à l'origine par Fei-Fei Li

marsbitIl y a 3 h

Trading

Spot
活动图片