CRV:震惊!DeFi的投资风向居然被这两个重要指标所改变

预测加密货币市场并不一定是一门硬科学。一项新的研究表明,可以在Twitter等社交媒体上追踪人们对某些代币和项目的观点,这种简单的策略对于交易者而言是一种有利可图的风险投资。

但还是一如既往:它一直有效,直到无效。

预测DeFi代币的走势

根据去中心化应用程序跟踪公司DappRadar的一份报告,社交媒体可以成为预测代币价格走势的“强大工具”,尤其是在DeFi领域仍然受到散户炒作的强烈推动下。

Starknet正计划推出v0.12.0版本,预计将提高网络吞吐量并降低交易延迟:6月5日消息,以太坊Layer 2网络Starknet在推特上表示,几周之内将上线新的Starknet主网。此外,Starknet文档表示,即将推出的Starknet v0.12.0版本专注于提高网络的吞吐量,以改善规模和交易延迟。为实现这一点,将为Sequencer(排序器)引入一个新的Rust实现。该Sequencer包含更高效的本地存储和关键路径逻辑,旨在显着减少交易确认的等待时间并解决网络拥塞问题。

根据Starknet治理页面,Starknet v0.12.0版本的升级投票即将到来,Starknet Alpha v0.12.0计划在6月中旬集成部署,以让社区在6月下旬进行Goerli部署和投票。该提案建议升级时间安排的框架为:1.集成期间:前7天进行稳定版本的集成,2.测试网期间:前3天在Goerli测试网上部署,之后进行5天的投票,再等待1天(冻结期);3.随后一天部署主网,共计17天。[2023/6/5 21:15:53]

该公司使用了一种专有方法,将DeFi代币价格与比特币的代币价格进行对比,并根据社交流量、Twitter关注者的变化和活跃的DAPP钱包对其进行加权。

AR.IO推出公共节点Alpha测试平台PNAT:4月9日消息,AR.IO团队正在准备启动AR.IO Network,同时推出公共节点Alpha测试平台PNAT,PNAT将作为逐步替换Arweave的基础。运行PNAT能为AR.IO Network提供动力,使其能够测试、改进和优化系统,确保在扩展网络时具有一流的性能和安全性。[2023/4/9 13:52:16]

在去中心化借贷提供商Aave(LEND)的案例中,Dappradar使用这四个指标进行回归分析。它的调查结果?75.9%的LEND价格波动主要受到两个指标的影响,Twitter关注者和Aave的活跃钱包。

CZ:Free-to-own是VC创造的新名词,不会一直免费:8月30日消息,Binance 创始人 CZ 在社交媒体上评价 NFT 项目 DigiDaigaku称,“VC 刚刚创造了一个新名词:Free-to-own。如果世上的一切都将免费,我们为什么要如此努力地工作……它不会一直免费。努力工作吧!”

此前报道,NFT 项目 DigiDaigaku 创始人 Gabriel Leydon 提出新模式「Free to Own」(F2O),即“免费拥有”,基于创世 NFT 的免费铸造而创建。这些创世 NFT 通过空投和更多的方式产出其他 NFT 系列,均不涉及到筹款环节。[2022/8/30 12:58:03]

公司在稳定币借贷项目Curve上也发现了类似的结果,该公司的CRV代币最近比其历史最高点下跌了84%以上。根据CryptoSlate的价格跟踪页面显示,它目前的价格为2美元。

该公司表示:“与Aave类似,我们可以在提供的指标上观察到Curve中的相关和回归分析的相同趋势。这四个指标都与CRV价格呈正相关。”

CRV已经从高位下跌了84%。

图片来源:TradingViewCurve的Twitter关注者变化和活跃的钱包之间的相关性最强,分别为86.4%和84.7%。该公司进一步指出:

“在对Twitter关注者和活跃的钱包进行回归分析时,结果非常出色,表明80%的CRV价格主要受到这两个指标的影响。”

与此同时,MakerDAO的治理代币MKR受到比特币价格和Twitter关注者变化的影响更大,而不是活跃钱包的增长对MKR价格产生影响。

Twitter关注者会影响价格吗?

总之,该公司表示,有关山寨币价格影响替代比特币价格的说法继续成立。但是,活跃的钱包和Twitter用户的增加,为一些DeFi代币(如LEND和CRV)的价格提供了更好的相关性。

然而,该公司确实指出了计算中存在的一些局限性,比如仅对三个DeFi代币进行了测试,社交媒体的观点仅来自Twitter,而不包括Reddit等网站。

不过,对于那些敢于冒险的人来说,这不过是一个开始。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

地球链

[0:0ms0-0:416ms