链GDP:一个评估公链繁荣程度的新指标?

币界网Dipublikasikan tanggal 2024-07-16Terakhir diperbarui pada 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。

Bacaan Terkait

Partner Blockchain Capital: Tokenisasi akan Merombak Struktur Dasar Pasar Modal

Penulis Blockchain Capital, Aleks Larsen, berpendapat bahwa tokenisasi akan merevolusi struktur inti pasar modal, mirip dengan bagaimana kontainerisasi mengubah logistik global. Sistem keuangan saat ini tersegmentasi, dengan aset dicatat dalam berbagai format yang berbeda, menimbulkan biaya tinggi dan inefisiensi dalam perpindahan modal. Tokenisasi berfungsi sebagai "kontainer standar" untuk hak keuangan. Dengan menyediakan antarmuka yang seragam dan dapat dibaca mesin, token memungkinkan aset (seperti obligasi, saham, atau pinjaman) dikenali dan digunakan secara langsung di seluruh jaringan aplikasi dan layanan keuangan (perdagangan, pinjaman, penitipan), tanpa perlu integrasi khusus setiap kali. Stablecoin adalah bukti nyata potensi ini, menciptakan jaringan global untuk transfer dolar yang cepat dan murah. Jaringan ini sekarang menarik aset tokenisasi lainnya (surat berharga, dana pasar uang, kredit swasta), yang nilainya telah meningkat 10x menjadi hampir $40 miliar dalam dua tahun. Perubahan mendasar adalah pergeseran dari akses keuangan berdasarkan hubungan dengan lembaga, menjadi berdasarkan aset itu sendiri. Layanan seperti perdagangan dan pinjaman dapat diakses secara langsung melalui aturan yang diprogram ke dalam token. Ini memungkinkan spesialisasi layanan keuangan dan menurunkan biaya masuk, sehingga pasar modal dapat bereorganisasi menjadi jaringan terbuka yang berputar di sekitar aset token. Pada akhirnya, tokenisasi dapat membuka akses ke pasar modal global untuk aset-aset bernilai yang saat ini terlalu kecil, tersebar, atau kurang dikenal untuk layanan keuangan tradisional. Dengan AI yang menangani analisis dan operasi, biaya untuk menemukan, membiayai, dan mengelola aset ini akan turun drastis. Hal ini dapat mengarahkan aliran modal berdasarkan kualitas aset, bukan hanya akses ke lembaga, dan secara signifikan memperluas ukuran serta jangkauan pasar modal dunia.

marsbit22m yang lalu

Partner Blockchain Capital: Tokenisasi akan Merombak Struktur Dasar Pasar Modal

marsbit22m yang lalu

Harga Bitcoin Tertinggal? Rekor Indikator Agregat Uang Global M2 Bisa Jadi Pendorong Kenaikan BTC

Harga Bitcoin tampaknya tertinggal dibandingkan dengan lonjakan likuiditas global yang ditunjukkan oleh rekor baru agregat moneter global M2 sebesar $103 triliun (atau bahkan $195 triliun menurut beberapa perkiraan). M2 mencakup uang tunai dan aset likuid, dan peningkatannya sering kali mendorong modal ke aset seperti saham, emas, dan cryptocurrency seperti BTC untuk mencari hasil yang lebih tinggi. Kenaikan tajam Bitcoin baru-baru ini di atas $81.000, dipicu oleh pengumuman pembelian obligasi oleh Departemen Keuangan AS, kembali menyoroti peran likuiditas. Meskipun begitu, harga BTC masih sekitar 37% di bawah rekor tertingginya pada Oktober 2025. Inti argumennya adalah: pasokan Bitcoin tetap terbatas pada 21 juta koin, sedangkan pemerintah dapat mencetak uang fiat. Jika likuiditas global terus membanjiri sistem, aset yang langka seperti Bitcoin bisa menjadi fokus. Siklus harga Bitcoin sebelumnya (2017-2018 dan 2020-2021) memang bertepatan dengan ekspansi M2. Namun, hubungan ini belum selalu langsung. Meski M2 global terus naik, harga Bitcoin sempat turun setelah puncak Oktober 2025, menunjukkan likuiditas baru mungkin masih terperangkap dalam investasi yang aman. Melemahnya Dolar AS baru-baru ini dapat mendorong modal keluar dari 'tempat perlindungan' kas dan mengalir ke aset seperti emas dan Bitcoin. Kesimpulannya, rekor M2 tidak secara otomatis menjamin kenaikan harga Bitcoin. "Perlombaan menyusul" bergantung pada beberapa faktor: apakah likuiditas terus mengalir deras, Dolar tetap lemah, dan apakah modal benar-benar berpindah ke aset alternatif. Jika kondisi ini terpenuhi, rally Bitcoin mungkin bisa dimulai lebih cepat dari perkiraan.

cryptonews.ru23m yang lalu

Harga Bitcoin Tertinggal? Rekor Indikator Agregat Uang Global M2 Bisa Jadi Pendorong Kenaikan BTC

cryptonews.ru23m yang lalu

Caltech Gunakan AI Pecahkan Masalah Kimia Kuantum 60 Tahun, 1 GPU Selesaikan Pekerjaan 7800 GPU

Tim peneliti dari California Institute of Technology (Caltech) yang dipimpin Anima Anandkumar berhasil menggunakan model AI untuk merevolusi perhitungan kimia kuantum, memecahkan tantangan berusia 60 tahun. Metode utama yang ada, Teori Fungsional Kerapatan (DFT), sangat lambat karena kompleksitas komputasinya tumbuh secara kubik terhadap jumlah elektron, membatasi simulasi sistem besar seperti molekul obat atau material baterai. AI sebelumnya mencoba dua pendekatan: memprediksi hasil langsung (kurang akurat untuk sistem besar) atau mempelajari pemetaan terbalik (sering tidak stabil). Tim Anandkumar mengambil pendekatan berbeda. Mereka melatih operator saraf Fourier (FNO) untuk mempelajari pemetaan maju dalam satu langkah iterasi DFT, menggantikan bagian komputasi paling intensif. Model ini kemudian disematkan kembali ke dalam siklus iterasi DFT standar, mempertahankan struktur fisika dan kemampuan koreksi diri. Metode baru yang disebut Kohn-Sham FNO ini mengurangi kompleksitas dari O(N³) menjadi mendekati O(N log N). Dengan data latihan hanya dari 8.504 struktur, model yang sama dapat menangani molekul kecil dan material padat besar. Dalam ekstrapolasi ke molekul obat besar yang belum pernah dilihat, kesalahannya jauh lebih rendah dibandingkan model prediksi langsung. Dalam demonstrasi skala besar, Kohn-Sham FNO menyimulasi 82.500 elektron dalam cacat logam magnesium menggunakan hanya satu GPU B300, sementara perhitungan serupa pada 2019 membutuhkan sekitar 7.800 GPU V100. Skalabilitasnya hampir linear, berbeda dengan skalabilitas kubik metode tradisional. Penelitian ini membuka jalan untuk simulasi material dan molekul kompleks yang jauh lebih cepat dan efisien, dengan aplikasi potensial dalam penemuan obat, desain baterai, dan ilmu material. Anandkumar juga telah mendirikan perusahaan bernama Accelerated Understanding untuk mengembangkan teknologi ini lebih lanjut.

marsbit28m yang lalu

Caltech Gunakan AI Pecahkan Masalah Kimia Kuantum 60 Tahun, 1 GPU Selesaikan Pekerjaan 7800 GPU

marsbit28m yang lalu

Trading

Spot
活动图片