当前位置: 首页 > news >正文

2024年前三季度币安、OKX等五大交易所上币表现分析

随着加密市场竞争的加剧,头部交易所逐渐在上币策略、代币选择、交易活跃度等方面采取了不同的应对策略。Animoca Digital Research近期发布的一份报告,通过对币安、OKX、Bitget、KuCoin和Bybit五大交易所2024年前三季度的上币情况进行了详细分析。本文将从上币数量、回报率、交易活跃度、代币选择等维度解读这些交易所在本年度的表现和策略。

图片

一、上币数量与策略

上币数量概览

  • 币安和OKX:采用相对保守的策略,2024年前三季度分别只上线了44个和47个代币。这种谨慎的上币策略可能源于对代币质量的严格把控,以确保上线的代币具有较高的市场认可度和投资价值。

  • Bitget:采取了更为激进的策略,前三季度上线了339个代币,远远超过其他交易所。Bitget通过大量上币在短时间内扩大了市场份额,特别是在二三季度市场情绪相对较好的时期。

  • KuCoin和Bybit:分别上线了150多个代币,策略介于币安、OKX和Bitget之间。两者在追求市场扩展的同时,也保持了较高的代币选择标准。

按月上线数量

2024年年初市场情绪较为积极,3月和4月的上线代币数量达到峰值,Bitget、Bybit和KuCoin上线数量激增,4月达到最高上线量的133个。自4月份市场情绪逐渐冷却,各交易所的上币数量持续下降,8月的上币数量降至全年最低,仅有44个。

二、各交易所的代币回报率

前三季度大多数交易所的代币平均回报率为负值,表明市场整体环境对山寨币并不友好,投资者面临较大的风险和波动。

  • 币安与OKX:在上币选择上表现出更强的稳健性,平均回报率分别为-27.00%和-27.30%,为五大交易所中回报率最优的两家。

  • Bitget、KuCoin和Bybit:回报率相对较低,分别为-46.50%、-48.30%和-50.20%。尤其是Bybit,平均回报率下降幅度最大。过多的代币上线可能导致市场供大于求,影响了代币的整体回报表现。

总体来看,币安和OKX较为保守的上币策略在市场波动较大的情况下为其带来了较高的抗风险能力。

三、代币交易量和活跃度

上线首月代币交易量

报告显示,2024年初上线的代币交易量较高,其中ENA的首月交易量达到150亿美元,表现突出;其他表现良好的代币包括BOME、NEIRO、WIF、ZRO和TON等,这些代币在首月交易量在10亿美元至50亿美元之间,受到了市场的广泛关注。

首日和首月交易活跃度

  • 币安:在首日和首月的平均交易量方面均领先其他交易所,4月首日交易量达到高峰,5月首月交易量达到全年最高点。总体来看,币安的高质量代币选择确保了上线后交易活跃度的持续性。

  • OKX:在交易活跃度方面同样表现较好,4月至5月的交易量表现活跃,但7月进入低谷期,随后在8月和9月有所回升。

四、代币市值与完全稀释估值(FDV)分析

MC/FDV(市值/完全稀释估值)比率是衡量代币在市场上的价值分布的重要指标。

  • 币安:MC/FDV比率集中在0.4至0.6区间,显示其上线的代币具有较高的流通性。近期上线的TON、BANANA和XAl为其FDV做出了较大贡献。

  • OKX:代币的MC/FDV比率集中在0.6至0.8及0至0.2的区间,主要代币包括JUP、ONDO、ZRO、STRK和ZK,表明其代币分布在高流通性和低流通性之间的平衡。

高估值代币的特性

报告还显示,估值较高的代币通常位于MC/FDV的中间区域。代币既具备市场占有率,又有一定的增长潜力,这一类代币更能吸引投资者的长期关注。

五、新上线代币的收益表现

首日收盘价与ATH价格

报告统计了代币在上市后达到历史最高价(ATH)所需的平均天数。

  • Bybit和Bitget:在4月至7月期间,平均达到ATH的回报率(ROI)最高。快速增长的ROI表明,在市场活跃期更具短期投资价值。

  • 币安:在1月至3月之间最早达到ATH,主要受到比特币价格波动的影响。这一时期的市场情绪较高,使代币更容易快速达到最高价。

ATH ROI和市场波动性

随着比特币价格的波动,代币达到ATH的天数缩短,表明市场情绪的增强会促进代币的价格上涨。在币安上1月至3月的ATH ROI和比特币的价格波动性之间的相关性尤为显著。

六、结论

2024年前三季度,头部交易所在上币策略上展现了不同的态度。币安和OKX的谨慎选择带来了更为稳健的回报,而Bitget的激进上币策略则显著扩大了市场份额,但回报率低于市场平均水平。整体来看:

  1. 市场选择与策略分化:币安和OKX的选择性策略在回报率上表现更优,尤其在市场波动较大的时候。

  2. 交易活跃度与市场情绪相关:市场情绪对代币首日和首月交易活跃度有显著影响,币安和OKX在市场高峰期的交易量均表现优异。

  3. 代币流通性与估值:高估值的代币集中于MC/FDV比率的中间区域,既具备市场占有率,又显示出增长潜力,更易吸引投资者关注。

本次报告揭示了在动荡市场中,各交易所如何在策略和收益表现上寻求平衡,并对未来的上币策略和市场趋势提供了宝贵的洞察。

相关文章:

2024年前三季度币安、OKX等五大交易所上币表现分析

随着加密市场竞争的加剧,头部交易所逐渐在上币策略、代币选择、交易活跃度等方面采取了不同的应对策略。Animoca Digital Research近期发布的一份报告,通过对币安、OKX、Bitget、KuCoin和Bybit五大交易所2024年前三季度的上币情况进行了详细分析。本文将…...

Go语言sync.WaitGroup与errgroup.Group用法详解

errgroup.Group 和 sync.WaitGroup 的主要区别在于它们的错误处理和协程管理方式。 errgroup.Group 专为并发操作中的错误捕获设计,任意goroutine返回错误时,会立即终止其他goroutine的执行。 而 sync.WaitGroup 主要用于等待多个 goroutine 完成&…...

【大数据学习 | kafka】kafka的ack和一致性

1. ack级别 上文中我们提到过kafka是存在确认应答机制的,也就是数据在发送到kafka的时候,kafka会回复一个确认信息,这个确认信息是存在等级的。 ack0 这个等级是最低的,这个级别中数据sender线程复制完毕数据默认kafka已经接收到…...

学习虚幻C++开发日志——定时器

官方文档:虚幻引擎中的Gameplay定时器 | 虚幻引擎 5.5 文档 | Epic Developer Community | Epic Developer Community 定时器 安排在经过一定延迟或一段时间结束后要执行的操作。例如,您可能希望玩家在获取某个能力提升道具后变得无懈可击,…...

问政浔川(1)—— 有了浔川社团官方联合会和社团官方,那么浔川总社部是干什么的呢?

问政浔川(1)—— 有了浔川社团官方联合会和社团官方,那么浔川总社部是干什么的呢? 在浔川社团组织的复杂架构中,浔川社团官方联合会和社团官方已广为人知,但对于浔川总社部,很多人仍心存疑惑。这…...

区块链技术应用--电子签章(模块三)

区块链技术应用–电子签章(模块三) 背景描述 电子签章可实现与纸质文件盖章操作相似的可视效果,以保障数据来源的真实性、数据完整性以及签名人行为的不可否认性。 传统的电子签章系统是基于中心化的,也就是数据是集中存储在中心数据库中,这就导致传统电子签章使用记录…...

多面体定义+多面体是凸集+多面体的重要性质

文章目录 多面体定义多面体是凸集多面体重要性质1. 有界多面体(Convex Polytope)2. 无界多面体(Unbounded Polyhedron)3. 极点表示(顶点形式)与极点-极射线表示定理 在数学中, 多面体&#xff…...

为什么 Allow 配合 meta noindex 比使用Disallow好?

为什么 Allow 配合 meta noindex 1、Disallow 的问题 当你使用 Disallow: / 时: 爬虫根本不会访问你的页面 因此永远看不到你的 meta noindex 标签 如果有其他网站链接到你的页面,Google 可能还是会将其编入索引(因为它无法确认你是否真的…...

通讯学徒学习日记

本章内容为 长期更新模式,目前入职的第三天,学徒状态。 文章目录 前言开始接水晶头、接光纤水晶头接光纤 PON(GPON 、EPON)AON 和 PON 的详解AONPON 前言 编程虽然是爱好,但确实也想把这份爱好变成工作。但是对于目前刚…...

迪杰斯特拉算法

迪杰斯特拉算法 LeetCode 743. 网络延迟时间 https://blog.csdn.net/xiaoxi_hahaha/article/details/110257368 import sysdef dijkstra(graph, source):"""dijkstra算法:param graph: 邻接矩阵:param source: 出发点,源点:return:""&…...

IPsec传输模式与隧道模式的深度解析及应用实例

随着网络安全威胁的日益严峻,IPsec作为网络层安全协议,其传输模式与隧道模式的选择对确保通信安全至关重要。本文旨在深入探讨这两种模式的差异,并通过实际案例展示其应用。 一、传输模式和隧道模式的详细描述 传输模式: 应用场景…...

实现Vue3/Nuxt3 预览excel文件

安装必要的库 npm install xlsx 创建一个组件来处理文件上传和解析&#xff1a; 在src/components 目录下创建一个名为 ExcelPreview.vue 的文件 <template> <div> <input type"file" change"handleFileUpload" /> <table v-if"…...

【AI落地应用实战】HivisionIDPhotos AI证件照制作实践指南

最近在网上发现了一款轻量级的AI证件照制作的项目&#xff0c;名为HivisionIDPhotos。它利用AI模型实现对多种拍照场景的识别、抠图与证件照生成&#xff0c;支持轻量级抠图、多种标准证件照和排版照生成、纯离线或端云推理、美颜等功能。此外&#xff0c;项目还提供了Gradio D…...

php实现sl651水文规约解析

SL651-2014-《水文监测数据通信规约》 1、要素解析说明 39 23 00 00 03 45 0x39查标识符得知为:39H Z 瞬时河道水位、潮位,我们定义为水位 0x23 按照要素标识符的规定,高5bit,低3bit,00100 011 对应的转换为10进制为4与3,也就是水位数据占用4字节,小…...

【Linux】简易版shell

文章目录 shell的基本框架PrintCommandLineGetCommandLineParseCommandLineExecuteCommandInitEnvCheckAndExecBuildCommand代码总览运行效果总结 shell的基本框架 要写一个命令行我们首先要写出基本框架。 打印命令行获取用户输入的命令分析命令执行命令 基本框架的代码&am…...

宝塔Linux面板安装PHP扩展失败报wget: unable to resolve host address ‘download.bt.cn’

一、问题&#xff1a; 当使用宝塔面板安装PHP扩展失败出现如下错误时 Resolving download.bt.cn(download.bt.cn)...failed: Connection timed out. wget: unable toresolve host address download.bt.cn’ 二、解决&#xff1a; 第一步&#xff1a;如下命令执行拿到返回的I…...

问:Redis常见性能问题及解法?

Redis 作为一个高性能的键值存储系统&#xff0c;在实际应用中可能会遇到各种性能问题。本文将探讨 Redis 的常见性能问题&#xff0c;并提供相应的解决建议。主要针对五个关键问题进行讨论&#xff1a;Master 节点的持久化工作、Slave 节点的数据备份、主从复制的网络环境、主…...

Imperva 数据库与安全解决方案

Imperva是网络安全解决方案的专业提供商&#xff0c;能够在云端和本地对业务关键数据和应用程序提供保护。公司成立于 2002 年&#xff0c;拥有稳定的发展和成功历史并于 2014 年实现产值1.64亿美元&#xff0c;公司的3700多位客户及300个合作伙伴分布于全球各地的90多个国家。…...

【JavaScript】之文档对象模型(DOM)详解

JavaScript 的强大之处在于它能够与 HTML 和 CSS 交互&#xff0c;动态地修改网页内容和样式。而实现这一功能的核心就是 DOM&#xff08;文档对象模型&#xff09;。 一、什么是 DOM&#xff1f; DOM 是文档对象模型&#xff08;Document Object Model&#xff09;的缩写。它…...

速盾:cdn域名与ip区别

CDN&#xff08;内容分发网络&#xff09;是一种通过在全球多个服务器上缓存和分发静态资源的网络服务&#xff0c;可以提高网站的访问速度和性能。在使用CDN时&#xff0c;域名与IP地址是两个关键的概念。本文将介绍CDN域名与IP地址的区别和作用。 首先&#xff0c;CDN域名是…...

如何优雅的在页面上嵌入AI-Agent人工智能

前言 IDEA启动&#xff01;大模型的title想必不用我多说了&#xff0c;多少公司想要搭上时代前言技术的快车&#xff0c;感受科技的魅力。现在大模型作为降本增效的强大工具&#xff0c;基本上公司大多人都想要部署开发一把&#xff0c;更多的想要利用到这些模型放到生产中来提…...

如何对LabVIEW软件进行性能评估?

对LabVIEW软件进行性能评估&#xff0c;可以从以下几个方面着手&#xff0c;通过定量与定性分析&#xff0c;全面了解软件在实际应用中的表现。这些评估方法适用于确保LabVIEW程序的运行效率、稳定性和可维护性。 一、响应时间和执行效率 时间戳测量&#xff1a;使用LabVIEW的时…...

动态规划 —— dp问题-按摩师

1. 按摩师 题目链接&#xff1a; 面试题 17.16. 按摩师 - 力扣&#xff08;LeetCode&#xff09;https://leetcode.cn/problems/the-masseuse-lcci/description/ 2. 算法原理 状态表示&#xff1a;以某一个位置为结尾或者以某一个位置为起点 dp[i]表示&#xff1a;选择到i位置…...

SQL 语法学习

在当今数字化的时代&#xff0c;数据的管理和分析变得至关重要。而 SQL&#xff08;Structured Query Language&#xff09;&#xff0c;即结构化查询语言&#xff0c;作为一种用于管理关系型数据库的强大工具&#xff0c;掌握它对于从事数据相关工作的人来说是一项必备技能。在…...

MYSQL---TEST5(Trigger触发器Procedure存储过程综合练习)

触发器Trigger 数据库mydb16_trigger创建 表的创建 goods create table goods( gid char(8) primary key, #商品号 name varchar(10), #商品名 price decimal(8,2), #价格 num int&#xff1b;&#xff09; #数量orders create tabl…...

蓝桥杯 区间移位--二分、枚举

题目 代码 #include <stdio.h> #include <string.h> #include <vector> #include <algorithm> #include <iostream> using namespace std; struct node{ int a,b; }; vector<node> q; bool cmp(node x,node y){ return x.b <…...

Nginx 报错400 Request Header Or Cookie Too Large

错误的原因&#xff1a; 1、可能是你的网络DNS配置错误。 2、由request header过大所引起&#xff0c;request过大&#xff0c;通常是由于cookie中写入了较大的值所引起的。 3、访问太频繁&#xff0c;浏览器的缓存量太大&#xff0c;产生错误。 解决办法&#xff1a; 1、清…...

【Redis】一种常见的Redis分布式锁原理简述

本文主要简述一下基于set命令的Redis分布式锁的原理。 一&#xff0c;a线程持有的锁不要被b线程同时持有→setnx 抢锁的时候&#xff0c;最核心的就是&#xff0c;a线程持有的锁不要被b线程同时持有&#xff0c;放在基于set命令的redis分布式锁中来看&#xff0c;就是“如果锁…...

HOT100_最大子数组和

class Solution {public int maxSubArray(int[] nums) {int[] dp new int[nums.length];int res nums[0];dp[0] nums[0];for(int i 1; i< nums.length; i){dp[i] Math.max(nums[i] ,dp[i-1] nums[i]);res Math.max(res, dp[i]);}return res;} }...

DiskGenius工具扩容Mac OS X Apple APFS分区

DiskGenius是一款功能强大的磁盘分区工具&#xff0c;它支持Windows和Mac OS X系统&#xff0c;可以用于管理硬盘分区&#xff0c;包括扩容Mac OS X的Apple APFS分区。然而&#xff0c;直接使用DiskGenius来扩容Mac OS X的APFS分区可能存在一定的风险&#xff0c;因为不是专门为…...