DeFi泡沫破裂时间和进程

2023-10-11 04:30
文章标签 时间 进程 defi 泡沫 破裂

本文主要是介绍DeFi泡沫破裂时间和进程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

来源:彩云区块链

Defi从今年的6月到9月,已经不知不觉的走过了一个季度,市场也经历了一个疯狂的赚钱效应,这段时间defi有降温的趋势,主要表现在以下几个方面:

1、以太坊上创新defi项目几乎没有,普遍有趋同的趋势,也就是说,同类项目比较多。

2、Eos、波场的defi项目收益率逐步降低,并且挖出的币价格也在不断下降,一些人产生了亏损。

3、部分defi出现代码问题导致资金安全不受保障,虽然大部分都得到完美解决,但是其中一些事故,比如“珊瑚项目”的RAM炒作、“玫瑰项目”的usdt被锁死,等等都对参与者造成了心理创伤,导致其容易被吓跑。

4、Defi向其他公链转移,技术越来越相对成熟,技术壁垒也进一步降低,以后有“烂大街”的趋势。

从这种角度来说,defi最后一波的炒作,只能转向其他非主流的公链了。比如“本体”、“比原”、“iost”等项目,而这一波炒作完成之后,如果没有其他创新defi项目引爆市场,那么就会产生后劲不足,无法维继的现象, 那么泡沫的崩盘有可能会发生。

那么这就引出了标题中说的,defi的泡沫还会坚持多长时间?这里我们通过defi炒作和币圈炒作特点等进行对比,并最后得出结论:大约10月中下旬。

Defi自身的发展

Defi的这次发展是从6月份的以太坊上开始的,以太坊上的defi发展目前遵循的时间线为6月是流动性挖矿爆发期,7月进入快速发展期、8月进入成熟期、9月进入收尾工作,这里并不确定这个收尾会持续多久。

在eos链上的defi则是7月份开始,8月份发展期,8月底为成熟期,9月中旬出现收尾的趋势,主要表现为没有新项目出现,并且收益率持续降低。

波场上的defi是7月底8月初开始,8月底为成熟期,9月上旬基本上已经出现泡沫的影子,现在也有出现收尾的趋势,主要表现为挖矿出来的代币基本上价格暴跌,而且没有持续的赚钱效应,再加上新的交易所公链defi挖矿出现,挤压了一部分空间。

目前我们看交易所的defi也是前不久才出现,发展比较迅猛,这个是发展期,还没有正式进入成熟期。

另外,其他公链的defi现在也开始纷纷一并出现,目前也是发展期,还没有成熟,当然这里其他公链的defi能否出现成熟的繁荣景象,这里我们还是保持一定的怀疑,主要原因是其他公链的开发可能跟不上,一个公链出现一两个defi项目也就够了,再多的话,参与者可能也精力不足。

这样的话,我们简单的将这些类别进行叠加,类似于物理中波的叠加一样,我们将发展的时期选择类似二次分布的形状进行绘制:

这里需要说明的是,越往后,defi的赚钱效应降低的越厉害,也就是后面其他公链和交易所公链做的defi,基本上不会和之前以太坊那样的defi项目一样火爆,而且后面的公链因为比较分散,因此各个公链的defi项目开发精力可能并不是那么足。

另外这些公链的参与人数相对比较少,因此一般一个公链上存在一两个流动性挖矿的defi项目也就足够了,再多的话,就是投入和产出之间的不平衡,这也是公链项目方所不愿意看到的,因此越往后面,其实热度也越来越小,这样在图中表示出的热度也就越来越低。

同时,总的热度在每出一个新的挖矿公链的时候,会迎来发展的快速增加,而如果热度都散去的话,那么总热度的下降将会快速降低,图中的虚线表示短时间内可能遵循的路径,我们凭借肉眼可以大致估算到可能defi泡沫结束的时间约为10月中下旬左右。

币圈的炒作发展

币圈从早期的乱象普遍的炒作开始,已经也经历了十来个年头,早期的炒作代表性较差,作为分析目标的话可能会出现偏差,因此我们着重分析从16年至今的发展情况。

我们都知道16年下半年到17年全年是一个大牛市,但是这个大牛市中也分了好几个阶段,每波阶段之间的空隙时间就是回调的时间,我们都知道16年那个阶段基本上持续了接近半年的时间,17年持续了上半段是5个月左右,中间则是3个月左右,其中有比特币分叉作为导火索之一,下半年则是以94作为分水岭,从回调结束到发展火热,基本上持续了4个月的时间,直到18年农历年初的时候,币圈才正式进入回调,也就是牛转熊的时刻。

那么我们基本上可以统计出,牛市中每个阶段的时间,最短为3个月,最长为6个月。

牛市结束之后,熊市里,我们看到了fcoin的流动性挖矿炒作,引起了3个月左右的炒作时间,ieo则引起了大约接近半年的炒作时间,那么这也在我们所说的3-6个月的时间范围内。

也就是说,如果套入到这次的defi牛市中的话,那么我们基本上可以推算出炒作时间为今年的9月到12月。

其次我们需要考虑到其他热点带来的影响,比如今年的量大热点,ipfs和波卡的炒作,基本上大部分人认为ipfs的炒作会持续两到三个月的时间,波卡的炒作可能会持续一两个月的时间,因为这类的炒作比较小众化,不像defi这样能够引起行业的变革,因此持续时间1-3个月是比较合适的,这样defi的炒作可能会坚持到10月中旬。

通过综合考虑的话,那么根据热点炒作的时间统计,我们可以估计出defi的炒作可能在10月份达到阶段性的程度,那么后面可能就是ipfs和波卡的主场了。当然这些都需要有一个前提,就是市场没有突发性的因素和defi的发展没有突破性的创新,这样一来,可能defi会在短时间内出现一个泡沫出清的情况,但是我们需要注意的是,好的defi项目将会继续存留并且更加强大,而一些空气项目或者没有创新性的项目,可能会被淘汰,这对于整个行业来说,其实并不是一件坏事,反而是一件好事。


推荐阅读:

  • DeFi挖矿让我损失了5000美元

  • 一个知名区块链游戏工作室是如何倒闭的?

  • DeFi余温尚存,波卡起势讨论大增 | 一周问答热议

  • 一年前我们是怎么看DeFi的?

  • 融资月报 | 8月份全球17%的项目融资额在1000w美元以上

  • 远见者稳进 | FBEC2020第五届金陀螺奖,来了

这篇关于DeFi泡沫破裂时间和进程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/185514

相关文章

Linux kill正在执行的后台任务 kill进程组使用详解

《Linuxkill正在执行的后台任务kill进程组使用详解》文章介绍了两个脚本的功能和区别,以及执行这些脚本时遇到的进程管理问题,通过查看进程树、使用`kill`命令和`lsof`命令,分析了子... 目录零. 用到的命令一. 待执行的脚本二. 执行含子进程的脚本,并kill2.1 进程查看2.2 遇到的

java时区时间转为UTC的代码示例和详细解释

《java时区时间转为UTC的代码示例和详细解释》作为一名经验丰富的开发者,我经常被问到如何将Java中的时间转换为UTC时间,:本文主要介绍java时区时间转为UTC的代码示例和详细解释,文中通... 目录前言步骤一:导入必要的Java包步骤二:获取指定时区的时间步骤三:将指定时区的时间转换为UTC时间步

C#使用SendMessage实现进程间通信的示例代码

《C#使用SendMessage实现进程间通信的示例代码》在软件开发中,进程间通信(IPC)是关键技术之一,C#通过调用WindowsAPI的SendMessage函数实现这一功能,本文将通过实例介绍... 目录第一章:SendMessage的底层原理揭秘第二章:构建跨进程通信桥梁2.1 定义通信协议2.2

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

C++统计函数执行时间的最佳实践

《C++统计函数执行时间的最佳实践》在软件开发过程中,性能分析是优化程序的重要环节,了解函数的执行时间分布对于识别性能瓶颈至关重要,本文将分享一个C++函数执行时间统计工具,希望对大家有所帮助... 目录前言工具特性核心设计1. 数据结构设计2. 单例模式管理器3. RAII自动计时使用方法基本用法高级用法

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Linux系统管理与进程任务管理方式

《Linux系统管理与进程任务管理方式》本文系统讲解Linux管理核心技能,涵盖引导流程、服务控制(Systemd与GRUB2)、进程管理(前台/后台运行、工具使用)、计划任务(at/cron)及常用... 目录引言一、linux系统引导过程与服务控制1.1 系统引导的五个关键阶段1.2 GRUB2的进化优

MySQL按时间维度对亿级数据表进行平滑分表

《MySQL按时间维度对亿级数据表进行平滑分表》本文将以一个真实的4亿数据表分表案例为基础,详细介绍如何在不影响线上业务的情况下,完成按时间维度分表的完整过程,感兴趣的小伙伴可以了解一下... 目录引言一、为什么我们需要分表1.1 单表数据量过大的问题1.2 分表方案选型二、分表前的准备工作2.1 数据评估

MySQL中DATE_FORMAT时间函数的使用小结

《MySQL中DATE_FORMAT时间函数的使用小结》本文主要介绍了MySQL中DATE_FORMAT时间函数的使用小结,用于格式化日期/时间字段,可提取年月、统计月份数据、精确到天,对大家的学习或... 目录前言DATE_FORMAT时间函数总结前言mysql可以使用DATE_FORMAT获取日期字段