DeFi 分析师手把手教你构建分析研究框架_EFI:WDEFI币

学会自己研究是加密货币中最强大的优势。

学会自己研究是加密货币中最强大的优势,但大多数人在研究方面很糟糕,所以这篇文章是关于我的加密货币研究框架,也许能让你构建研究框架变得简单一些。

我的方法是将加密研究分解为4大领域:

?技术理解;

?盈利技巧;

?加密货币技能;

?和加密以外的领域;

让我们开始吧。

领域?1:技术理解

你必须知道你在投资什么。如果你不知道ZK-Rollup是什么,你就无法看到Starknet的价值,多去学习知识,这有点像RPG游戏中的技能树。

对新手来说,应该点亮的技能树:

?加密安全;

?Web3实用案例;

?比特币如何运作;

?热钱包与冷钱包;

?以太坊如何运作;

?什么是ETH的合并?

?了解收益农场;

全网DeFi锁仓量为1099.7亿美元:金色财经消息,据DeFiLIama数据显示,当前全网DeFi锁仓量1099.7亿美元,24小时下降1.61%。目前,锁仓量排名前5的公链分别为:ETH(696.2亿美元)、BSC(84亿美元)、Avalanche(51.7亿美元)、Tron(42.8亿美元)、Solana(40.2亿美元)。[2022/5/15 3:16:34]

?PoSVSPoW;

中级技能树:

?DEXVsCEX;

?流动性挖矿;

?1池与2池;

?基本代币经济学;

?第0层/第1层/第2层;

?主流L1;

?无常损失Vs滑点Vs质押;

更进一步,专家技能树:

?MEV;

?期权;

?高级代币经济学;

?治理;

?L2Roll-Up之间的技术差异;

当然还有很多,在这里全部写完不太现实,但要记住活到老,学到老。

紧接着的问题就是,在哪里开始学起呢?

我总是建议先从源头上直接学习。比方说,你想了解"合并",试着先去Ethereum的网站。之后,您可以观看YouTube视频或阅读来自可信来源的相关话题。

Recur完成500万美元种子轮融资,DeFiAlliance领投:3月31日消息,NFT品牌体验公司Recur宣布完成500万美元种子轮融资,由DeFiAlliance领投,IOSGVentures、CourtsideVC、Gemini、JSTCapital、DelphiDigital、VoltCapital、Nascent、CMTDigital、Hashed以及GaryVaynerchuk、ConsenSys创始人JosephLubin、Behance创始人ScottBelsky等个人投资者参投。Recur为去中心化的持续版权收入设置了标准,Recur资产目前在以太坊网络上,但之后会陆续在其他公链上进行布局,并且能够在其平台上交易相应的品牌NFT。[2021/3/31 19:33:15]

领域?2:盈利技能

有一大堆把技术研究透的人,但他们却没有盈利能力。为什么?因为赚钱也是一个需要单独学习的技能。

盈利技能包括:

?决策;

?认知偏差;

?交易心理学;

?投资组合构建;

?获利策略;

?风险管理策略;

领域3:加密货币技能

DeFi应用平台Unagii发布Beta版本并启动KyberNetwork的Staking质押服务:由新加坡区块链基础设施公司StakeWith.US推出的DeFi应用平台Unagii宣布发布Beta测试版并支持KyberNetwork代币KNC的Staking质押服务。Unagii同时表示,目前在质押KNC的初始阶段不会收取任何手续费。

此前报道,StakeWith.US于今年5月宣布与去中心化链上交易和代币互换项目KyberNetwork建立新的合作关系,将在Katalyst协议升级后和StakeWith.US合作提供代币和投票权抵押服务。[2020/8/14]

属于加密货币的独特技能,学习这些将使你获得优势:

了解元宇宙和新叙事;

发现新协议;

追踪鲸鱼钱包;

链上分析等等;

我举几个例子,如何发现新协议:

?通过您的人脉和朋友;

?通过DeFiLlama搜索;

?观察链上数据/鲸鱼钱包;

?研究VC正在投资什么;

寻找并使用正确的工具,工具是一种杠杆——正确的工具可以为你节省宝贵的时间。

以太坊研发者:DeFi项目将促进以太坊扩容并提高效率:金色财经报道,以太坊研发者Philippe Castonguay今日发推文称,向Layer 2协议大规模扩展已经开始了。扩容和提高效率的压力从未像现在这么大,这是一件好事。感谢DeFi项目YAM。[2020/8/13]

鲸鱼是持有大量加密货币的钱包地址,学会去跟踪他们的动向:

?您可以使用Nansen的“SmartMoney”功能;

?Debank有一份鲸鱼清单;

如何创建你自己的列表清单:

寻找一个你认为有大量聪明钱的代币,我选择了GMX;

前往区块链浏览器Etherscan,Arbiscan);

查看该代币的顶级持有者;

在ZapperFI中粘贴钱包地址;

观察他们所持有的东西;

领域4:学习Crypto以外的知识

不要整天都在研究加密货币,了解其他领域,也可以给你带来优势。你要成为一种T形人:

FTX发起DeFi项目DMG与VET上线投票:加密衍生品交易所FTX现已开启第三轮的DeFi项目投票上线活动,本轮竞争上线币种为DMG与VET。FTX将上线胜出方的季度合约、永续合约以及杠杆代币。该投票将于7月8日晚上11点关闭。根据官方规则显示,每个用户的投票权重基于用户所持有FTT余额和每月成交量来计算。

投票胜出方上线一周后,所有投票给此胜出币种、交易此胜出币种任意交易对以及持有不少于投票时FTT代币资产的用户将共同瓜分价值5,000美元的奖金池。据悉,FTX现已上线的DeFi热门项目包括COMP、MKR、BAL及KNC。[2020/7/6]

?对多个学科都有理解;

?某个领域研究很深;

对于参与学习的领域,你不可能在所有方面都达到10分。问题的关键在于,你需要去了解更多,这样才不会阻碍你的发展:

找到一本在该领域可靠的书阅读;

在每个领域有几个你关注的"首选"人物;

我把我在加密货币中研究的范围限制在DeFi,我专注于有巨大生态系统的DeFi项目,我目前的大部分研究都是围绕着:

1.新协议;

2.新技术;

3.真实世界的采用;

说到新协议,我为自己创建了一个评估协议的框架:

?策略;

?执行;

?人员;

?现金;

?代币经济学;

顺便说一下,这并不是一个完整的列表,这是为了让你更深入去思考。

策略:

?它与竞争对手有何不同?

?它解决了什么问题?

?它有什么护城河?

?它是如何获取用户的?

?路线图上有什么?

执行

?团队是否完成了路线图?

?协议的用户体验/用户界面如何?

?它通过了哪些审核?由谁?

?营销如何?

?开发者活动

人员

?什么样的有影响力的人在推销它?

?创始人和团队的背景

?社交媒体上的情绪

?社区氛围

?VC和初始种子轮

?伙伴关系

现金流

?创始人和团队如何获得报酬?

?它的资金包括什么?

?它产生了多少收入?

?它筹集了多少资金?

代币经济学

?代币如何累计价值

?供应量/最大供应量是多少?

?代币最初是如何分配的?

?代币的用例是什么?

?协议如何降低卖压?

我们总是很容易感觉到FOMO,并陷入确认性偏见,认为该协议是如此的棒。但我要说的是,我们寻找协议的FUD,这就是Twitter的用处,寻找协议可能失败的原因,并思考它。

学习建议

下面的部分是关于如何地安排你的学习,大多数都是我大学时代的技巧,但我已经修改它们并让它们适配快速发展的加密世界。

建立一个"待读"系统

我看到Lido提出了一个新的国库提案,但我当时看不懂,所以我用Chrome的应用程序"NotionWebClipper",将其保存在一个名为"待读"的数据库中。我每周在日历中安排时间,翻阅我的待读清单。

深入研究

我在早上进行研究,因为那是我最专注的时候。这并不是说你研究的时间有多长,而是说你的强度有多大。

完成的工作=时间x强度

这有点像在健身房,25分钟的高强度锻炼>2小时的慵懒。

完全专注

我在研究时不会分心,我屏蔽社交媒体,把手机放在另一个房间,并且使用Pomodoro?工作法:研究50分钟,休息10分钟。

Feyman?理论

理查德-费曼是一位获得诺贝尔奖的物理学家。他成功的秘诀就是:在你掌握知识之后,试着解释它。

我鼓励你发推特和写文章,解释事物将帮助你了解你与知识之间的差距。

关注好的内容

如果你吃的是垃圾,那么你的身体就变垃圾。要小心选择向谁学习,关注几个高质量账户比关注数百人要好。要持之以恒地管理你的Twitter账户、新闻通讯和播客。

建立一个记笔记的习惯

做笔记可以提高你的理解能力和记忆力,正确的系统和软件可以帮助你建立。我使用Zettelkasten+Obsidian。

适当休息

我每天最多4小时做核心研究。你需要休息,以最大限度地吸收知识。休息一下,睡个好觉,出去走走,大脑需要休息来记住信息。

健康的大脑

这是你最坚实的基础——一个健康的大脑,如何做到?

?经常锻炼

?保持水分

?享受自然时光

?健脑食品

?找到应对压力的健康方法

?限制社交媒体

概率性思维

“如此多的研究并不能阻止一个漏洞利用来扼杀你的收益。”

在加密货币中没有什么是可以保证的,你的研究只是为了增加你的成功率。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:0ms0-5:918ms