揭示並使用 CEX 的鏈上數據 解讀 @ETHCC 上 @hildobby 來自 @dragonfly_xyz 的演講,也就是 @Dune 上可用的數據集和儀表板的主要來源 📊 關鍵見解 *以及* 這個主題結尾的獎勵 🎁 🧶
為什麼要進行這次討論?CEX 數據在鏈上被低估了。從鏈上的角度來看,很難知道或告訴 CEX 內部發生了什麼,因為一切理論上都是可訪問和公開的。Hildobby 將嘗試連接這些點(地址和代幣)並維護數據集。
除了安全性、儲備證明等,CEX 的鏈上數據實際上是許多其他數據集的核心。特別是在主要市場波動中,質押和 ETF 流動性非常有價值。
Hildobby不再使用報告的地址,而是通過標記和自動檢測地址直接追蹤鏈上數據。一些啟發式方法,例如「@BlackRock將使用@CoinbaseInsto作為保管人」,使我們能夠三角測量誰在做什麼。
標籤方法是多方面的。它始於理解 CEX 在鏈上如何運作。燃氣資金或地址之間的來回往返允許在鏈上地址圖上進行行為預測。
例如,讓我們聚焦於代幣:當CEX不使用專用的智能帳戶來管理合併時,它們需要在存款地址提供燃料資金。
CEX 地址可以分為四個主要類別(相當自明) - 熱錢包、冷錢包、燃料供應商、過剩燃料接收者。 還有一些其他類別出現以應對更複雜的行為。這當然不是完美的,因為隨機互動或自願/非自願的欺騙嘗試,例如某些(太小了?)存款從未被合併。
因此,地址列表是通過模式檢測、多重匹配以及來自各種來源的額外驗證而產生的,例如 @herd_eco、@nansen_ai 和 @arkham。
維護工作由社群主導,即使大部分的貢獻(99%?)來自 @hildobby_
好的,現在我們有了CEX地址,我們可以用它做什麼? 讓我們將這些數據推廣到其他幾個數據集,重新流動,交叉層等。
當然 🪡 區塊鏈稻草堆中的針是存款地址。找到它們的方法涉及 8 個步驟:
總的來說,截至2025年6月,已經發現超過350個CEX和9200萬個存款地址。 缺少多少當然是個「未知的未知」,但至少這給了我們一個下限。
將它們放在背景中顯示出幾個有趣的故事,比如 @Poloniex 的時代、@FTX_Official 的崩潰、@coinbase 的崛起、@HTX_Global,當然還有 @binance 吞併了市場的很大一部分。
CEX 活動佔據了鏈上活動的相當大一部分。 大約 ~25% 的所有 #Ethereum L1 交易涉及 CEX 地址。
這轉化為支付給網絡的費用。 CEXs 佔以太坊 L1 總費用的約 10%…
…而他們的用戶佔以太坊 L1 總費用的約 5%。 因此,CEX 的進出活動約佔主網費用的 15%。💰
資金地址:85.5% 的以太坊地址是通過來自 CEX 的初始轉移來資助的。 其餘的資金來自已經資助的地址,最終通過橋接、質押或從 PoS 前的挖礦來獲得。在我看來,這在採用方面至關重要,網絡的進入點是 CEX。我們已經不再是任何擁有 GPU 的人都可以通過挖礦獲得一部分 ETH 的時代了。CEX 在採用中扮演著關鍵角色。
關於再採用,dApp 可以從這些數據集中獲得很多資訊。 對用戶的分類,例如「我的大多數用戶是否來自 Kraken?」可以幫助更好地針對獲客活動和 CEX 合作夥伴關係。
EXchange 光譜的另一面 - DEX。 @BNBCHAIN 最近通過將 Binance 的路由量導向 BNB 上的 DEX,壓制了 DEX 的交易量市場份額。這個操作稱為 CEX 上的 DEX,我們可以期待其他參與者很快也會這樣做(嘿 @base ? @inkonchain ?)。
這一趨勢創造了大量的套利活動,進而進一步提升了BNBchain的市場份額(以交易量計)。
你想玩玩嗎?請查看下面的數據集:
要查看所有 CEX 圖表,請前往: 您可以特別查看在 @ethcc 之後 $ETH 價格的最近活動。
如有反饋和建議,請聯繫 @hildobby_ 的私信。重點主要放在 EVMs,因為這是鏈上活動的事實標準。 在不久的將來,數據集擴展是一個很好的 AI 用例。感謝 @Dune、@arkham 和 @KaikoData 在 2019 年讓 hildobby 體驗 CEX 數據。
@EthCC @hildobby_ @Dune @arkham @KaikoData 接下來是什麼?橋接和互操作性數據。 這是 @hildobby_ 的下一個熱門話題,他正在尋求幫助。私訊他!他現在正在忙碌。
@EthCC @hildobby_ @Dune @arkham @KaikoData 現在進入獎金部分 🎁 能夠追蹤 $ETH 在 CEX 的淨流入和 AUM 會很酷,這是 #Ethereum 原生資產的追蹤。 這正是這個新的 @Dune 查詢所做的(仍在運行中 🤖):
@EthCC @hildobby_ @Dune @arkham @KaikoData 在這裡觀看完整的演示:
9.14K