Como avaliar uma coleção NFT com sinais de dados on-chain

O que significa avaliar uma coleção de NFT com dados on-chain?

Avaliar uma coleção de NFT com dados on-chain significa começar com registos públicos da blockchain, em vez de com perceções, threads de influenciadores ou com o preço mínimo atual. Os dados on-chain mostram quem detém os tokens, como se moveram, por quanto foram vendidos e se essas negociações parecem amplas ou artificialmente limitadas. Não dizem se a arte é boa, se a comunidade está saudável ou se o próximo comprador vai ligar. Essas são questões separadas.

O objetivo não é transformar um NFT numa folha de cálculo perfeita. O objetivo é eliminar alguma da ilusão. Uma coleção pode ter um feed social ruidoso, um preço mínimo em rápida movimentação e ainda assim ser fraca se a maior parte da oferta estiver em poucas carteiras, se os mesmos endereços continuarem a negociar consigo próprios ou se os dados de vendas forem demasiado escassos para significarem muito. É por isso que qualquer processo sério de como ler a saúde de uma coleção NFT deve começar pela estrutura dos detentores e pela atividade real de negociação.

Veja a avaliação on-chain como um filtro, não como um veredicto. Ajuda a responder primeiro a uma questão mais pequena. Há provas de procura real, ou o preço é sobretudo uma história construída em torno de algumas negociações visíveis? Quando souber isso, o seu próprio julgamento sobre cultura, utilidade, arte e marca tem uma base melhor para assentar.

O que pode correr mal antes de confiar nos números?

O maior risco é assumir que cada venda num marketplace reflete um comprador genuíno. Não reflete. Os mercados de NFT têm um longo historial de wash trading, em que carteiras ligadas ao mesmo interveniente trocam ativos de um lado para o outro para inflacionar o volume, criar dinâmica artificial ou farmar incentivos. Um preço mínimo pode parecer ativo enquanto a base real de compradores continua minúscula. Essa é uma das razões pelas quais como detetar volume falso de NFT importa antes de chamar qualquer coleção subvalorizada ou sobreaquecida.

Outro risco é confundir liquidez com força. Uma coleção pode registar um pico de volume em torno de uma mintagem, de uma campanha de recompensas ou de uma tendência social e depois esmorecer rapidamente quando os incentivos mudam. Muitas coleções que pareciam promissoras no momento revelaram mais tarde uma procura escassa, fraca retenção e um pequeno conjunto de traders repetidos. Os colapsos históricos de NFT muitas vezes não foram misteriosos. Foram o resultado de uma propriedade superficial, preços demasiado esticados e da ausência de uma segunda camada real de compradores à espera por baixo da primeira vaga.

Também existe risco de plataforma. Os dados dos marketplaces podem estar incompletos, atrasados ou moldados pela forma como um site define uma venda. OpenSea e Blur nem sempre apresentam a mesma imagem do volume, porque cada plataforma tem indexação, agregação e cobertura de negociações diferentes. Se não souber o que uma fonte de dados inclui ou exclui, pode estar a comparar maçãs com laranjas filtradas.

• As wash trades podem fazer uma coleção morta parecer viva.
• A obtenção oportunista de airdrops pode criar carteiras de curto prazo sem convicção de longo prazo.
• Os incentivos podem atrair traders oportunistas que saem assim que as recompensas param.
• Livros de ordens rasos podem fazer com que uma única venda faça o preço mínimo mexer muito mais do que devia.

Porque é que o número de holders não é o mesmo que o número de compradores únicos

O número de holders diz-te quantas wallets detêm atualmente pelo menos um item da coleção. O número de compradores únicos diz-te quantas wallets distintas compraram de facto a coleção ao longo de um período de tempo. Estão relacionados, mas não são a mesma coisa. A diferença importa porque uma coleção pode espalhar-se por muitas wallets através de transferências, airdrops ou pequenas compras repetidas, sem atrair um conjunto alargado de compradores independentes.

É aqui que a divergência entre o número de holders e o número de compradores únicos se torna útil. Se o número de holders continuar a subir enquanto o número de compradores únicos se mantém estável, a coleção pode estar a ser distribuída sem que a procura alargue. Isso pode acontecer quando alguns traders dividem inventário por várias wallets, quando whales acumulam de forma agressiva, ou quando um punhado de compradores recicla tokens dentro de uma pequena rede. Nenhum destes padrões significa automaticamente fraude, mas significam que o número de holders em destaque pode ser enganador.

No Dune ou no Etherscan, compara o número de holders com o número de compradores únicos no mesmo intervalo de tempo. Se a diferença aumentar, pergunta porquê. Estão a surgir novas wallets porque colecionadores genuínos estão a entrar, ou porque o mesmo grupo está a usar múltiplos endereços? As vendas estão a tornar-se mais alargadas, ou alguns endereços estão a dominar a atividade? A resposta altera a confiança que deves depositar na procura aparente.

Também ajuda olhar para a idade dos holders. Se uma coleção tiver muitas wallets, mas a maioria tiver sido adquirida num único impulso e nunca mais tocada, o número de holders pode ser menos significativo do que parece. Uma base saudável mostra normalmente uma mistura de holders de longo prazo, compradores secundários ativos e entradas novas suficientes para evitar que o mercado dependa de um único grupo.

Como a concentração e o comportamento dos grupos alteram a imagem de valor

Uma das formas mais úteis de ler uma coleção de NFT é perguntar quem possui a oferta, e não apenas quantas wallets a possuem. Uma coleção com propriedade dispersa é muitas vezes menos frágil do que uma em que as poucas maiores wallets controlam uma grande fatia. Isto porque uma coleção concentrada pode cair abruptamente se um ou dois grandes holders decidirem vender, listar ou fazer rotação para fora. O mercado não precisa que toda a gente entre em pânico. Só precisa de um vendedor concentrado para atingir um livro de ordens fino.

A visão de distribuição Gini/coorte é uma forma prática de pensar nisto. O coeficiente de Gini é uma medida simples de desigualdade. Perto de zero significa que a propriedade está espalhada. Mais perto de um significa que a propriedade está altamente concentrada. Uma visão de coorte acrescenta outra camada ao agrupar holders ou compradores por tempo, como a semana de mint, o mês de aquisição, ou períodos antes e depois do hype. Isso mostra se os primeiros apoiantes ainda estão presentes ou se toda a base é sobretudo dinheiro novo e de curto prazo.

Nenhuma das medidas é mágica por si só. Algumas coleções legítimas continuarão a ter propriedade concentrada porque as whales as preferem, ou porque a mecânica do mint favoreceu grandes compradores. A questão é saber se a concentração é justificada pela profundidade do mercado. Se uma coleção estiver muito retida, mas negociar ativamente entre muitos compradores independentes, isso é uma coisa. Se estiver muito retida e só algumas wallets continuarem a definir o preço, a valorização aparente é muito mais frágil.

Um teste útil é comparar a fatia dos maiores holders com o comportamento das coortes mais recentes. Os compradores novos continuam a manter, ou saem rapidamente? As wallets iniciais ainda estão presentes depois de passar o entusiasmo inicial? Uma coleção com coortes duradouras costuma aguentar melhor os choques do que uma que está sempre a passar de trader para trader. Isso não a torna segura. Só a torna mais credível.

Porque é que o preço mediano de venda muitas vezes é melhor do que o preço médio de venda

O preço de venda é uma das métricas mais fáceis de usar mal. A média é puxada para cima por algumas vendas muito elevadas. A mediana é a venda do meio, que normalmente te diz mais sobre o que um comprador típico pagou. Nos mercados de NFT, onde uma ou duas traits raras podem disparar a média, a mediana é muitas vezes o número mais honesto.

Porque é que a mediana supera a média nas vendas de NFT

Se uma coleção tiver muitas vendas em torno de 0,3 ETH e uma venda de peça rara a 20 ETH, a média pode fazer a coleção parecer muito mais rica do que o mercado do dia a dia sugere. A mediana mantém-se mais próxima da transação típica. Isso não significa que a venda rara seja irrelevante. Significa que não deves deixar que um valor extremo defina a coleção inteira.

Isto torna-se ainda mais importante quando a liquidez é fraca. Numa coleção com baixo volume, uma única compra cara pode distorcer o gráfico e a narrativa social em torno dela. Verifica sempre quantas vendas suportam a estatística. Uma mediana baseada em 500 vendas vale muito mais do que uma mediana baseada em 12.

Quando comparares vendas, normaliza primeiro na moeda nativa da coleção e só depois traduz para USD, se precisares de uma visão de mercado mais ampla. ETH e SOL movem-se, por vezes de forma acentuada. Uma coleção pode parecer estar a crescer em termos de dólar mesmo que o preço do token mal tenha mudado, ou pode parecer estável em USD enquanto o valor do ativo na moeda nativa se mantém. É por isso que a análise em denominação nativa é muitas vezes mais limpa para avaliar valor relativo.

O histórico de vendas também precisa do contexto da profundidade das listagens. Se o floor estiver a subir mas quase não houver listagens acima dele, a coleção pode simplesmente estar ilíquida. A iliquidez pode elevar a mediana no curto prazo, mas também pode prender compradores que descobrem que não há uma verdadeira saída.

As royalties e as regras do marketplace alteram o valor de uma coleção?

Sim, mas de forma mais indireta do que muitos iniciantes esperam. A aplicação de royalties em vendas secundárias afeta as receitas do criador, os incentivos da comunidade e, por vezes, a capacidade a longo prazo da equipa do projeto para continuar a construir. Mas as royalties não garantem qualidade, e o mercado mostrou repetidamente que os traders contornam taxas quando podem. Se uma coleção depender de receitas contínuas para o criador, uma aplicação fraca pode ter grande impacto.

Em alguns marketplaces, as royalties são aplicadas com mais rigor do que noutros, e a aplicação on-chain nem sempre é possível da mesma forma que as pessoas imaginam. Uma coleção pode ter uma taxa de royalties declarada, mas o pagamento real pode variar consoante o local, o caminho da transação ou se o marketplace reconhece ou não a taxa. Isso significa que um gráfico de volume pode esconder um problema de receitas. As vendas podem ser reais, mas a economia do ecossistema pode continuar mais fraca do que parece.

Para a valorização, a questão-chave não é apenas se as royalties existem. É se são efetivamente cobradas com frequência suficiente para sustentar o comportamento do projeto ao longo do tempo. Um criador que não consiga captar de forma fiável receitas secundárias pode ter menos orçamento para desenvolvimento, moderação, arte ou benefícios. Isso não reduz automaticamente o floor price, mas altera o perfil de risco. O valor depende em parte do que pode ser sustentado, e não apenas do que pode ser vendido hoje.

Também é um lembrete para separar o comportamento de mercado ao nível do token da saúde ao nível do projeto. Uma coleção pode ter forte negociação e economia fraca, ou negociação fraca e boa retenção da comunidade a longo prazo. Os dados on-chain ajudam-te a ver a primeira parte. Não fazem o trabalho todo por ti.

Como detetar wash trading e comparar dados de marketplace da forma certa

O wash trading é uma das distorções mais importantes de compreender. Acontece quando o mesmo agente económico, ou um conjunto de agentes fortemente ligado, transaciona itens NFT entre carteiras que controla para fabricar volume. O objetivo pode ser atrair atenção, melhorar o ranking, acionar incentivos ou criar a impressão de procura. Heurísticas de deteção de wash trading não são provas perfeitas, mas conseguem assinalar padrões suspeitos depressa o suficiente para que uma pessoa os investigue.

Sinais comuns de wash trading

• As mesmas carteiras continuam a comprar e vender a mesma coleção em ciclo.
• As transações acontecem a preços quase idênticos, com períodos de retenção muito curtos.
• As carteiras são financiadas recentemente pela mesma fonte antes de começar o ciclo de transações.
• Um pequeno grupo responde por uma fatia desproporcionada de todo o volume.
• As vendas aparecem num local, mas não correspondem a padrões mais amplos de transferência on-chain.

Nenhum destes sinais prova manipulação por si só. Um trader real também pode comprar e vender rapidamente. Uma whale pode mover várias carteiras por razões operacionais. É por isso que a triagem heurística tem a ver com reconhecimento de padrões, não com certezas de tribunal. O que está a tentar fazer é separar atividade orgânica provável de volume demasiado arrumado para merecer confiança.

Os dados dos marketplaces acrescentam outra camada de cautela. A expressão limitações da API do marketplace (OpenSea vs Blur) importa porque cada marketplace pode apresentar subconjuntos diferentes de transações, timestamps diferentes e definições de volume diferentes. Algumas transações podem ser agregadas, outras atrasadas, e outras excluídas se acontecerem fora da plataforma ou através de um percurso que a API não capta totalmente. A Blur pode sobrestimar o comportamento dos traders ativos, enquanto a OpenSea pode subestimar atividade que nunca passou pela sua própria forma de reportar. O problema exato muda ao longo do tempo, por isso nunca trate uma única API como se fosse o mercado inteiro.

O movimento prático é cruzar dados. Use a Dune para uma consulta mais ampla ao nível da cadeia, a Etherscan para o histórico bruto de transferências, e os dados do marketplace como uma camada comportamental, e não como o veredito final. Se os números discordarem, pergunte se a discordância é, na verdade, a história. Às vezes o mercado está fragmentado. Às vezes a fonte de dados está incompleta. Às vezes o volume nunca foi real o suficiente para começar.

O que é que um comprador deve realmente fazer com estas métricas?

Use primeiro os dados para evitar más decisões, e depois para moldar a sua tese. Um fluxo de trabalho saudável é começar pela distribuição de detentores, compradores únicos, qualidade das vendas e profundidade de liquidez antes de sequer perguntar se a arte está subvalorizada. Essa ordem importa porque uma tese bonita construída sobre atividade falsa ou fraca continua a ser uma tese fraca.

Aqui está uma lista de verificação prática simples que pode executar na Dune, na Etherscan e nos painéis dos marketplaces antes de tomar uma decisão:

• Compare o número de detentores com o número de compradores únicos no mesmo período.
• Verifique a participação do principal detentor e a visão mais ampla da distribuição de Gini/coortes.
• Compare o preço mediano de venda com o preço médio de venda.
• Procure sinais de wash trading, incluindo ciclos entre carteiras e financiamento pela mesma fonte.
• Analise se a aplicação de royalties em vendas secundárias está realmente a acontecer.
• Faça a verificação cruzada dos dados da OpenSea e da Blur, em vez de confiar numa única fonte.

Se o número de detentores estiver a crescer, mas os compradores únicos não, se a concentração for alta, se a mediana estiver a enfraquecer e se o volume parecer ter vindo de algumas carteiras a perseguirem-se umas às outras, a coleção é provavelmente mais arriscada do que o título sugere. Se a propriedade for ampla, as coortes se mantiverem, as vendas não forem todas impulsionadas por valores atípicos e o volume sobreviver a um filtro de wash trading, então pelo menos tem uma base mais credível para investigação adicional.

Isso ainda não lhe diz quanto o ativo deve valer no futuro. Nenhum conjunto de dados o consegue fazer com certeza. O que pode fazer é impedi-lo de pagar por ruído. Depois do trabalho sobre os dados, a sua leitura subjetiva tem mais hipóteses de incidir sobre a própria coleção e não sobre um gráfico enganador.

Como acompanhar as avaliações de NFT de forma inteligente

Os mercados de NFT movem-se depressa e as notícias à volta deles movem-se ainda mais depressa. Acompanhar manualmente mudanças de detentores, alterações de royalties, atualizações das regras dos marketplaces e volume suspeito é uma batalha perdida. O Zippfeed destaca notícias de NFT com pontuação de sentimento, bullish, neutral ou bearish, além de uma classificação de importância, para que possa separar o sinal do ruído e ligar o fluxo de notícias às métricas on-chain que já verificou. Isso torna mais fácil reagir a mudanças reais sem ser arrastado por cada publicação barulhenta.

Se quiser uma leitura mais limpa de uma coleção, combine o seu trabalho on-chain com como acompanhar o sentimento dos NFT sem ficar preso ao hype. Os dados dizem-lhe o que aconteceu. O sentimento diz-lhe como o mercado o está a interpretar. O Zippfeed ajuda-o a acompanhar ambos ao mesmo tempo, para poder detetar quando a narrativa de uma coleção está a melhorar, quando está a perder força e quando o mercado pode estar a reagir antes de os números acompanharem totalmente.