UNI:从数据看 NFT 市场中的洗售交易 (Wash Trade)_Green Environmental chain

作者：Zoe，?PuzzleVentures(@zoezts)

感谢Jerry(@Jerry_ZZQ),Eric(@ericych2),Sim(@simbraska),以及hildobby(@hildobby_)。欢迎大家找我讨论聊天(zk,AI/ML,data,etc)：zoey@puzzle.ventures

TL;DR

洗售交易是虚假交易，在市场中制造了具有误导性的人为活动，影响机构和个人投资者的价值判断。

NFT市场的整体周交易量从未超过20亿美金，而非纸面上看到的56亿美金。

OpenSea在NFT市场的定价权可能在受到挑战。

2022年市场上洗售交易的主要来源是LooksRare和X2Y2，原因是其交易激励政策，其中X2Y2实际表现更好。

个人NFT投资也需要看单个项目的洗售交易情况，避免人为制造的大交易量或价格虚高；作者创建了相关数据查询方式，在数据看板collectordetector部分，为决策提供支持。

本文章的数据支撑来源：

TheRealNFTMarketplaceLanscape:?https://dune.com/zoez17/the-real-nft-marketplace-landscap

WashTradeFilterStudy:?https://dune.com/zoez17/wash-trade-filter-test

一、什么是洗售交易(WashTrade)？二、NFT市场中洗售交易的动机和结果三、去伪存真，真实的NFT市场四、如何过滤掉市场中的洗售交易????洗售交易的特征：从想法和做法分析????如何发现并过滤洗售交易数据：从数据解决五、还有什么值得关注的指标参考六、参考

一、什么是洗售交易(WashTrade)？

洗售交易也被称为虚买虚卖、冲洗买卖、洗牌交易等，是一种虚假交易形式。在洗售当中，看上去确实存在真实买入和卖出资产，但该交易并不想建立真实的头寸(marketposition)，或没有意图执行面临市场风险(marketrisk)?或价格竞争(pricecompetition)?的真实交易。

因为种种目的，某些交易者、项目方、或市场本身会通过洗售在市场中制造了具有误导性的人为活动。

构成洗售交易的两个主要因素包括：

结果(Result)：交易者按相同或近似的价格为有相同或共同受益所有权的帐户买卖相同的工具。

意图(Intent)：如果有证据证明交易是预先安排的，或者有证据证明一方或多方在设计、订立或执行交易时知道或理应知道会产生洗售结果，则可凭这些证据推断存在洗售意图。

洗售行为在传统金融证券市场受到监管，如芝商所CME旗下所有交易所的规则(Rule534)以及美国CFTC《商品交易法》第4c节都禁止洗售交易。

二、NFT市场中洗售交易的动机和结果

非同质化代币?(NFT)洗售行为的发生，通常有以下几个原因：

交易者提高自身挂单(listing)买单(bidding)量，以获得代币激励；

市场、项目方、或持有某项目NFT的大户人为增加交易量，给人以需求旺盛的假象，取买盘；

项目方人为拉高价格，制造新闻话题，刺激消费；

NFT市场，如Looksrare,?X2Y2,?Blur?(Airdrop2,?Airdrop3)，在早期通过代币空投预期吸引挂单(listing)、出价(bidding)等交易(trading)相关行为，以达到用户积累，并期望形成网络效应；或在特定阶段对不同类型交易者和交易行为进行激励。

一些“聪明”的NFT持有者会通过符合奖励机制的洗售交易来为自己争取更多的代币空投，同时NFT市场也乐于看到纸面上用户量和交易量的攀升。这也成为了2022年NFT市场洗售交易的主要来源。

三、去伪存真，真实的NFT市场

做为普通Web3用户，在投资/购买某个NFT项目前，我们想要知道哪些是虚假的繁荣；作为投资机构，我们需要知道一个NFTMarketplace在去掉虚假交易后的真实价值究竟几何。而市场上出现的大量洗售交易，影响了价值判断。

那么去掉洗售交易之后，真实的NFT市场是什么样子？作者做了一个数据面板?：Zoe'sDuneDashboard:TheRealNFTMarketplaceLandscape(https://dune.com/zoez17/the-real-nft-marketplace-landscap)。

TL;DR：

1.整体NFT市场的流动性和交易量走势

纸面周交易量：

2018年1月22日那一周，出现第一笔NFT交易；

NFT市场整体流动性在2021.06迎来第一次增长，纸面周交易量最高达到约18亿美金($1.8b)，出现在2021.08；

流动性在2021.12和2022.01迎来第二轮爆发式增长扩张(实际多为洗售交易)，纸面周交易量最高达到56亿美金($5.6b)，出现在2022.01；

2022.05初随着Luna暴雷和整体市场的疲软走入流动性缩水至今。

主要的交易量仍来自于平台的直接交易(约90%)，而非聚合器(约10%)。

实际周交易量(去掉洗售交易)

第一次增长实际周交易量为17亿美金($1.7b)；

第二次增长实际周交易量为12亿美金($1.2b)；

2022.5-10，实际周交易量基本维持在1-2亿美金($100m-200m)；2022.10-11周交易量不超过1亿美金(<$100m)；12月以来有起色，周交易量维持在1.5-2亿美金($150m-200m)。

All-timetotalNFTmarketvolumetrend:Organictrades(blue)VS.Washtrades(grey).FirsttransactionappearsinJan,2018.(Source:?Zoe’sDuneQuery)

All-timeNFTVolumeTrendfromDirectMarketplaces(blue)VS.Aggregators(orange).(Source:Zoe’sDuneQuery)

All-timemarketsharebymarketplace.Nowashtradefiltersapplied.(Source:?Zoe’sDuneQuery)?

2.不同交易平台的纸面市场占有率和真实市场占有率

从市占率来看，一个相对较大的变化来自于OpenSea：去掉其他平台的洗售交易后，从2022年初的95%以上的真实市占率一直下滑，10月份以来70%以下，12月份以来约50%，甚至一度只有40%。

LooksRare和X2Y2是市场上洗售交易的主要来源，原因是其交易激励政策，其中X2Y2实际表现更好，真实市占率基本稳定在7-10%；LooksRare比较糟糕，真实市占率只有不到2%

2022Q4自10月中旬以来，去除掉洗售交易，Blur仍然表现突出，主要原因包括空投预期、交易手续费较低、以及可选择的版税(optionalroyalty)等原因。

Total(organictrades+washtrades)NFTTradingVolumeMarketShare.Opensea-grey,LooksRare-yellow,X2Y2-orange,blur-blue.(Source:?Zoe’sDuneQuery)

Real(ONLYorganictrades)NFTTradingVolumeMarketShare.Opensea-grey,LooksRare-yellow,X2Y2-orange,blur-blue.(Source:Zoe’sDuneQuery)

从交易者数量上面来看，MagicEden(Solana)上面活跃度在FTX事件后并未受到完全打击。

NFTtradertrendacrossmarketplaces.MagicEden-topyellowishgrey.(Source:Zoe’sDuneQuery)

3.对于特定项目是否值得投资，主要可以从以下三个角度看：

项目的总体流动性

项目在不同市场的交易流动性

项目的真实交易量

我们以Azuki(0xed5af388653567af2f388e6224dc7c4b3241c544)为例进行分析：

总体流动性和真实交易量：12月开始有一波小高潮，去掉洗售交易后在1月2日这一周的真实周交易量达到了1500万美金($15.4m)，交易次数达到720。

不同市场的交易流动性：这一波交易主要发生在Blur，占到约70%-80%。

交易次数趋势和占比：和交易量保持一致，近一个月来(12.5-1.8)达到2446笔交易。

Azuki’sOrganicTradeVolumeTrendbyMarketplace.Opensea-pink,Blur-orange.(Source:Zoe’sDuneQuery)

Azuki’sOrganicTradeVolumeMarketShare.Opensea-pink,Blur-orange.(Source:?Zoe’sDuneQuery)

位于数据面板中最下方的CollectionDetector提供给个人投资者一个地方去查找单个项目的真实交易数据，为自己的决策提供支持。

比方说读者发现市场上有一个热炒的项目，其真实交易量远小于纸面交易量，这可能是项目方在制造高交易量的假象以误导市场；再比如说你发现某个项目在Blur上交易量远大于OpenSea，如果想挂单，可能选择Blur比较合适，等等。

四、如何过滤掉市场中的洗售交易

为了做出超前的合理的价值判断，我们必须找到一个更加广泛适用的数据方法，利用已有工具，对市场、交易平台、和项目进行分析。上文提到过的Chainalysis研究中用到的精确mapping远远不够，因为对于消费者或投资人来说，不需要去分析具体交易事件，也不需要过于精确的数据。

我们的目标是：找到洗售交易的交易特征和显著数据模式(pattern)，并在保证一定准确度的情况下过滤掉市场中的洗售交易，以：

根据市场真实交易量以判断当前市场状况，找到尽量真实的信号；

判断某一项目的真实交易情况，找到投资标的。

数据的支撑，再加上基本面分析和社区观察，做好自己的功课，就能更进一步成为一个聪明的消费者或投资人。同时，也不要忘了相信自己的眼光和审美偏好。

??洗售交易的特征：从想法和做法分析?

1.买家钱包地址=卖家钱包地址(Buyer=Seller)

此类洗售交易过于简单，丝毫没有伪装，听起来不可思议，具体为什么会发生此类交易不明确，但在OpenSea,LooksRare,X2Y2andBlur上都可以实现，并找到类似交易。

2.钱包间反复交易(Back&ForthTrading)在两个或多个钱包之间反复交易多次，钱包的实际所有人可能是一个或多个。这也是洗售交易策略中最常见的一种。

3.相同实际所有人的不同钱包之间进行交易(Sharedowner)虽然可能所有交易发生在不同钱包，但实际交易人却相同，并未产生真实交易换手。证明多个钱包地址实际所有人相同的一个方法是去查看这些钱包最初获得第一笔支付gas代币(ETH)的来源是否是同一个。

这种情况在Dragonfly数据研究员?hildobby最近的一篇在Dune上发表的关于洗售交易的文章中有所提到，这种数据方法在钱包图谱中也屡屡用来绑定钱包的联系。

4.被提前资助的钱包(Self-financedwallet)两个钱包提前密谋好，NFT卖家提前打钱给买家，买家再在市场中购买NFT。通常发生在项目方bootstrap过程中，提前贿赂潜在的买家，最好是KOL，以达到更好的宣传效果。

摘自Chainalysis，在Etherscan上可以找到此交易：卖方(0x828)以0.4E的价格将某NFT通过某NFT交易市场卖给买方(0x084)。但事实上，就在交易发生前很短时间内，0x828转账0.45E给0x084。

此类洗售行为的判断比较特殊，需注意：

假定买卖双方为两个实体，除非卖家有多次此类行为，否则我们很难判断两次交易行为有必然的关联；

“卖家提前打钱给买家”的金额数目应约等于NFT的卖出价格(有时加入gas或少量鼓励金)，若过少则买家不划算，若过多卖家亏损，实际情况中合理的范围，可能跟平台激励预期、gas、买卖双方实际协商相关；

两次交易行为时间上不能相隔太远，否则可能是两次无关联的交易；

此类洗售行为时间、计算、管理上的成本较高，并不适用于大规模为了挖矿和获取交易激励而进行的洗售交易，更可能被项目方利用作为冷启动的工具或用来。

5.公开市场交易和私下交易相结合(PublicSale+PrivateSale)

某些交易者，可能为了规避洗售交易审查，或防止自己钱包之间关联被发现，选择此类交易策略。通常某钱包(A)会在公开市场挂单，用另一个钱包(B)买走，之后在私下进行转账后，再次公开挂单售卖给另一钱包。

这种形式可能有多种变体。但无论动机如何，当在比较短的一个时间区间内(如一周)，某个钱包多次在公开市场售卖成功，或购买成功某个特定的NFT(相同合约地址和token_id)时，我们可以认为此类交易有洗售交易嫌疑。

6.虚高的价格(Unusualhighprice)

至少在2021-2022期间的绝大部分时间，Opensea拥有市场上绝大多数用户和交易量，稳定在60%以上，在2022上半年及以前，一度高达90%，形成了网络效应，并拥有定价权。Opeasea没有动机进行洗售交易以虚假增高交易量(因为已经是最高)；其平台上交易者也没有动机去进行虚假买卖(因为Opensea没有代币激励政策)。

因此我们可以做一个放宽了限度的假设，Opensea作为行业标杆，上面的地板价和最高价相较于其他平台都更真实的反应了市场的实际情况。又考虑到当前市场上NFT的流动性不足，那么如果一个NFT的实际交易价格超过了Opensea上的历史最高价，我们可以认为这个交易为虚假交易。

针对X2Y2市场，用虚高价格过滤掉的洗售交易。时间截止到2023.01.13。(Source:Zoe’sDuneQuery)

但我们通过一系列数据过滤比对发现?(DuneDashboard:washtradefiltertest)，用OpenSea上最高价作为指导价格已经不合时宜，一方面其他过滤手段可以将大部分此类交易过滤，另一方面OpenSea在NFT市场的定价权也不断受到挑战：

某些项目在OpenSea上没有交易或流动性很少，使得价格失真，如SportsApeClub(0x69b301a08eecbbc522301bf3268f782f19ad1279)，Koungz(0x99b5808e1520c9c1bc970eec98bb712c5c883e4b)。目前这些项目小到可以忽略不计，但不排除未来可能会有游戏、艺术品类、会员卡等NFT选择其他交易市场，抢夺其定价权——比方说从机制上做出创新的NFTAMM，或拥有特定用户画像的垂直平台，或交易费用更合理的交易平台。

在NFT流动性较好的时候，可能会不断出现价格新高，如果真实的价格新高出现在非OpenSea市场，那么就需要人为更新最高价格。

不同NFT市场会制定不同的规则，包括抽成、版税规定等，会影响到项目和交易者上架的选择。

此类虚高价格洗售交易确实存在，且不在少数，比如说用来做大量洗售交易的Dreadfulz(0x81ae0be3a8044772d04f32398bac1e1b4b215aa8)，价格动辄达到将近30万美金。这和交易平台的激励政策是分不开的，比方说X2Y2对于卖家的奖励就和交易费抽成相关，所以大家愿意以更高的价格左手倒右手。

但由于以上种种考虑，将不针对此类交易特别设置过滤器。事实上，这个决定对过滤的整体效果影响并不大。

?如何发现并过滤洗售交易数据：从数据解决

第一层过滤器：特定时间区域内某NFT转手次数≥交易者数量(transactioncount≥tradernumber)

我们发现以上第1、2、3类洗售交易中，都涉及到在关于某token的一个或多个一连串交易转账中，同一个人出现了超过一次。也即：

在实际测试中我们发现：

此类特征的交易占NFT市场中洗售交易的绝大部分，过滤器的效率也最高。

以周为单位进行过滤的效果要比以日为单位显著的更为优秀。

经过两个市场的验证(X2Y2和LooksRare)，作者的过滤器组合和hildobby的过滤器组合虽方法不同，但基本走势和最终效果类似，进行了一个双方验证；单独第一层过滤器结果和最终结果的走势也类似，更加说明第一层的重要性。

以日为单位(上)和以周(下)为单位用“第一层过滤器”对X2Y2市场表现进行过滤。后者对近期的过滤效果更好，同时也没有丢掉前者过滤掉的洗售交易。(Source:Zoe’sDuneDashboard)

以日为单位(上)和以周(下)为单位用“第一层过滤器”对LooksRare市场表现进行过滤。后者明显优于前者。(Source:Zoe’sDuneDashboard)

第二层过滤器：相同实际所有人的不同钱包之间进行交易(First-fundedbythesamewallet)

考虑到时间成本，通常对于一个NFT(相同合约地址，相同tokenID)的洗售交易总会涉及到在同一个钱包中转手，即第一层过滤器中可以解决的问题。但不能避免会有漏网之鱼——有人会申请大量的钱包以规避循环交易。

但同样因为时间或管理成本，这些用于洗售交易的大量不同钱包，往往初始资金是从相同钱包转账进来(需要排除掉从中心化钱包地址或从TornadoCash进来的资金)。想象你现在创建了20个钱包地址，他们都至少需要初始ETH来做gas费用，通常情况下，你可能会用少量几个甚至一个主钱包喂初始资金用来做gas。

这里作者直接使用了hildobby的开源第四个过滤器，感谢他做好了这项工作，并排除掉了大约500个中心化钱包地址和TornadoCash的合约地址。

利用第二层溯源过滤器(First-fundedbythesamewallet)对X2Y2市场表现进行过滤，发现在2022年8月后有少量此类型交易出现，从交易量的角度看，占比不大。(Source:Zoe’sDuneQuery)

利用第二层溯源过滤器(First-fundedbythesamewallet)对LooksRare市场表现进行过滤，发现在2022年1月后有一定量此类型交易出现，从交易量的角度看，占比低于第一层过滤器滤掉的交易。(Source:Zoe’sDuneQuery)

同样是通过对于X2Y2和LooksRare两个市场的分析，我们单独用“第二层过滤器”时，会发现此类型交易量占比较低，虽不能够反映整体洗售交易趋势，但能够使过滤精度提升。

至于通过中心化交易所给自己钱包打钱的这种方式，目前很难找到合适的方法。

第三层过滤器：公开市场交易和私下交易相结合(PublicSale&PrivateSale)

在观察NFT交易的时候，作者发现了一种交易行为逃过了“第一层过滤器”：不知为何这两笔交易中，同一个token同一天在LooksRare被交易了两次，且交易量巨大：

对于Dreadfulz(tokenID:6802)来说，两次交易的卖家都是一个人；

对于OtherdeedforOtherside(tokenID:79818)来说，两次交易的买家都是一个人。

无论动机如何，当在比较短的一个时间区间内(如一周)，某个钱包多次在公开市场售卖成功，或购买成功个特定的NFT(相同contract和token_id)时，我们可以认为此类交易有洗售交易嫌疑。

五、还有什么值得关注的指标参考

不同交易平台的用户数量

不同交易平台的垂直市场占有率

每个用户单日平均交易次数

某个NFT项目的换手率、挂单供应、购买需求

等等

我们未来会进一步挖掘。

参考资料：

WashTrades-DefinitionofaWashTrade,?CMEGroup,?https://www.cmegroup.com/education/courses/market-regulation/wash-trades/definition-of-a-wash-trade.html

CFTCGlossary-WashTrading,?CommodityFuturesTradingCommission,?https://www.cftc.gov/LearnAndProtect/EducationCenter/CFTCGlossary/glossary_wxyz.html

MarketRegulationAdvisoryNotice(Rule534),?CMEGroup,?https://www.cmegroup.com/rulebook/files/cme-group-Rule-534.pdf

CommodityExchangeAct&Regulations,?CommodityFuturesTradingCommission,?https://www.cftc.gov/sites/default/files/files/foia/comment98/foicf9806b002c.pdf

CrimeandNFTs:ChainalysisDetectsSignificantWashTradingandSomeNFTMoneyLaunderingInthisEmergingAssetClass,?Chainalysis,?https://blog.chainalysis.com/reports/2022-crypto-crime-report-preview-nft-wash-trading-money-laundering/

LooksRareDocs:TradingRewards,?LooksRare,?https://docs.looksrare.org/about/rewards/trading-rewards

X2Y2Docs:TradingRrewards,?X2Y2,?https://docs.x2y2.io/tokens/rewards/trading-rewards

BlurAirdrop2,?Blur,?https://mirror.xyz/blurdao.eth/XgvGOFLwdxpdRIF2BRsQqngvcBw5WMuDOcwUK3KR1AE

BlurAirdrop3,?Blur,?https://mirror.xyz/blurdao.eth/BnVAt_z_6bEr9O4oLIFwyEjCmAGGb02jz8y3G7qJQhA

LooksRareOffersZeroRoyaltyTrading,SharesProtocolFeesWithCreatorsInstead,?LooksRare,?https://docs.looksrare.org/blog/looksrare-offers-zero-royalty-trading-shares-protocol-fees-with-creators-instead

NFTWashTradingonEthereum,?hildobby,?https://community.dune.com/blog/nft-wash-trading-on-ethereum

DuneDashboard:EthereumNFTsWashTrading,?hildobby,?https://dune.com/hildobby/nfts-wash-trading

GithubRepository:duneanalytics/spellbook/models/nft/nft_wash_trades.sql,?hildobby,?https://github.com/duneanalytics/spellbook/blob/main/models/nft/nft_wash_trades.sql

GithubRepository:duneanalytics/spellbook/models/addresses_events/ethereum/addresses_events_ethereum_first_funded_by.sql,?hildobby,?https://github.com/duneanalytics/spellbook/blob/main/models/addresses_events/ethereum/addresses_events_ethereum_first_funded_by.sql

免责声明：本研究报告为作者结合公开信息整理分析的独立观点，仅供参考和交流，不构成财务、投资或任何其他建议。

标签：ENVSTAUNIUNITGreen Environmental chainSTAKUniverse IslandUNITYCOM

TRX热门资讯