Analyse des comportements de manipulation des prix des NFT -- Étude de cas : DenDekaDan Genesis Omikuji
TechFlow SélectionTechFlow Sélection
Analyse des comportements de manipulation des prix des NFT -- Étude de cas : DenDekaDan Genesis Omikuji
Cet article partagera notre recherche sur les pratiques de manipulation du marché des NFT, en prenant l'exemple de DenDekaDan Genesis Omikuji.
Dédié à des analyses Web3 approfondiesIntroduction
Dans un récent article, nous avons analysé les transactions de blanchiment destinées à obtenir des récompenses commerciales. Nous y avions brièvement mentionné un autre type de transaction de blanchiment visant à induire le marché en erreur, manipuler artificiellement les prix et/ou gonfler artificiellement le volume des échanges. Dans cet article, nous partageons notre étude sur la manipulation du marché NFT, en prenant comme exemple DenDekaDan Genesis Omikuji. Cette collection présente une série de comportements anormaux suggérant une hausse organisée des prix orchestrée par des acteurs coordonnés.
Les transactions de blanchiment effectuées pour obtenir des récompenses sont généralement faciles à détecter, car elles impliquent souvent des allers-retours entre quelques portefeuilles fixes. Ces traders n'ont essentiellement aucun intérêt à dissimuler le fait qu'un jeton est échangé entre la même personne ou entité, principalement parce que les marchés NFT (principalement X2Y2 et LooksRare) ne pénalisent pas ce type de comportement lorsqu'ils distribuent des récompenses.
En revanche, les transactions de blanchiment destinées à diffuser une fausse image de valeur réelle d'une collection NFT sont généralement menées de manière plus discrète mais organisée. Les parties susceptibles d'être intéressées par ce type de manipulation incluent : les projets NFT eux-mêmes, les market makers ou des baleines disposant de capitaux suffisants et d'une expertise technique leur permettant d'influencer l'ensemble du marché. Plus important encore, afin de masquer le fait que le volume des transactions provient uniquement de quelques entités et que les prix sont gonflés via des échanges croisés entre ces mêmes entités, ce type de manipulation implique souvent l'utilisation d'un grand nombre de portefeuilles, rendant difficile la détection de signes d'orchestration lorsque l'on se concentre uniquement sur un petit groupe d'adresses.
Méthodologie
Pour identifier efficacement les manipulations de marché organisées derrière les transactions NFT, nous analysons deux types de données :
- Données de transaction : Celles-ci comprennent les données en chaîne telles que les transactions et les prix (prix de transaction et prix plancher), ainsi que les données hors chaîne comme les offres d'achat (bids) et de vente (asks).
- Corrélation des adresses : Cela consiste à étudier les liens financiers entre les traders, tels que les transferts historiques de fonds entre portefeuilles, des sources de financement communes ou des destinations de fonds identiques.
L’analyse des données de transaction nous permet de repérer des tendances suspectes concernant les prix et volumes. En approfondissant les liens entre les portefeuilles, nous pouvons examiner si une entité contrôle un grand nombre de portefeuilles pour effectuer des transactions et analyser leurs comportements.
Étude de cas : DenDekaDan Genesis Omikuji
Nous cherchons à comprendre pourquoi, dès la première semaine suivant son lancement le 31 décembre 2022, le prix plancher de cette collection a bondi de 0,05 E à 2,5 E (une augmentation de 5000 %). Après analyse des données, nous avons constaté que :
-
La combinaison de l'évolution du prix plancher, des prix de transaction et de la distribution des prix demandés (asks) forme un schéma suspect, suggérant fortement une manipulation des prix.
-
Parmi les adresses ayant transigé durant la première semaine, de nombreuses présentent des liens financiers.
Découverte 1 : Le prix plancher suit une progression régulière
La collection a été lancée le 31 décembre 2022. Dès la première semaine, le prix plancher a augmenté selon un schéma régulier.
D'abord, vers le 1er janvier, le prix plancher a atteint environ 1 E. Puis, au cours des quatre jours suivants (du 2 au 5 janvier), il a augmenté d'environ 0,5 E tous les deux jours (3 et 5 janvier). Une fois arrivé autour de 2 E, le prix s'est stabilisé entre 2 et 2,5 E. Cette progression régulière pourrait être une coïncidence, mais elle paraît très suspecte, justifiant une enquête plus approfondie.
Figure 1 : Évolution régulière du prix plancher durant la première semaine après le lancement
Découverte 2 : La distribution du volume et des prix de transaction est également suspecte
En comparant le volume quotidien aux variations du prix plancher, nous observons que les jours où le prix plancher a fortement augmenté (31 décembre, 1er, 3 et 5 janvier) correspondent à des pics de volume bien supérieurs à ceux des jours où le prix était stable (2, 4 et 6 janvier). Cela suggère fortement que des opérations massives ont été exécutées précisément les 1er, 3 et 5 janvier pour influencer le prix plancher.
Figure 2 : Volume élevé les jours de forte hausse du prix plancher
Pour confirmer cette hypothèse, nous avons examiné la distribution des prix de toutes les transactions de la première semaine. Comme indiqué dans le graphique ci-dessous (les couleurs représentant différentes dates), presque toutes les transactions quotidiennes se situent juste en dessous du prix plancher du jour. Ce résultat est intéressant car la méthode la plus directe pour faire monter le prix plancher à un niveau cible consiste à acheter toutes les offres inférieures à ce prix. Il s'agit là d'un autre indicateur de manipulation de prix organisée.
Figure 3 : Distribution des prix de transaction durant la première semaine après le lancement
Découverte 3 : La distribution des prix demandés suit un schéma similaire à celle des prix de transaction
Un autre aspect clé dans la manipulation du prix plancher est la création d'offres de vente (car le prix plancher correspond au prix ask le plus bas). En observant la distribution des prix demandés, nous constatons qu'elle suit un modèle similaire à celui des prix de transaction : les prix demandés progressent régulièrement d’un niveau inférieur vers un niveau supérieur. Or, dans des conditions normales, juste après le lancement d'une collection, en l’absence de consensus sur sa valeur, on devrait observer une dispersion beaucoup plus large des prix demandés.
Figure 4 : Distribution des prix demandés durant la première semaine après le lancement
Découverte 4 : Corrélation entre adresses
Nous avons découvert que, selon les relations de transfert d'ETH entre portefeuilles, 141 adresses (soit 15 %) parmi tous les traders de la première semaine peuvent être reliées. Ensemble, ces adresses représentaient environ 40 % du volume total des transactions de la semaine. Elles pourraient donc appartenir à une seule et même entité, qui aurait pu jouer un rôle central dans la manipulation des prix. (Remarque : Cette étude a été réalisée avant que nous développons notre algorithme de regroupement d'adresses, plus précis dans l'identification des liens entre portefeuilles. Ainsi, les données de corrélation présentées ici peuvent présenter certains biais. Toutefois, nous soulignons que l'identification de clusters d'adresses constitue un outil précieux dans l'enquête sur d’éventuelles manipulations de marché.)
Conclusion
Dans cette étude, nous avons présenté un cadre analytique construit à partir de notre expérience et de nos connaissances sectorielles pour détecter les manipulations de prix dans le marché NFT. Bien que ce cadre permette de révéler des comportements suspects, nous reconnaissons qu'il reste incomplet et que nous continuons d'améliorer continuellement nos méthodes d'analyse. Étant donné le manque d’études similaires, nous espérons que le partage de notre approche contribuera utilement au domaine NFT et à la communauté de l’analyse des données blockchain. Nous souhaitons également que cette recherche serve de point de départ, attirant davantage l'attention sur la question de la manipulation du marché NFT et encourageant de nouvelles recherches et analyses. Nous sommes convaincus qu'à travers les efforts collectifs de toute la communauté, nous pourrons mieux comprendre et résoudre ces problèmes, contribuant ainsi au développement durable de ce secteur.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
Eocene Research
