ลองจำลองเหตุการณ์การ Pump&Dump และกลยุทธ์ Take profit กัน

อัพเดทโดย Passanai Jiraruekmongkol
สรุปย่อ
  • คุณเดาได้ไหมว่า 1 $token มาจากไหน?
  • ผลลัพธ์ที่ได้

ลองจำลองเหตุการณ์การ Pump&Dump และกลยุทธ์ Take profit กัน หากคุณเป็นสาวก DEFI คุณอาจเคยได้ยินเกี่ยวกับ ponzi มาบ้างแล้ว โดยเฉพาะอย่างยิ่งหากคุณใช้ BSC เป็นประจำ

โดยปกติ ponzi จะเพิ่มขึ้นอย่างรวดเร็วในตอนเริ่มต้นเมื่อนักเก็งกำไร “ตื่นเต้น” มาก (โดยเฉพาะใน blockchain) แต่เมื่อการโฆษณาสิ้นสุดลง นักลงทุนรายแรกจะทำกำไรและถอนเงินออกจากราคาโทเค็นให้ตกต่ำอย่างรวดเร็ว

คำถามคือ :

เราสามารถทำนายได้ไหมว่าเมื่อไหร่ Ponzi จะพัง ? เมื่อไหร่จะเป็นช่วงเวลาที่ดีที่สุดในการถอนตัวก่อนเกิดความผิดพลาด ? หรือแม้กระทั่งควรลงทุนหรือไม่ในโครงการนี้?

ในโพสต์นี้ เราจะนำตัวอย่างของโครงการ crypto-nodes สัญญาของโครงการดังกล่าวเป็นเรื่องง่าย:

  1. ซื้อการหลอกลวงของฉัน $Token ของ X BNB (สมมติว่า 0.1 BNB = 1 $Token)
  2. ซื้อโหนดสำหรับ Y $Token (สมมติว่า 10)
  3. เมื่อคุณซื้อ “node” แล้ว คุณจะได้รับ Z $Token ต่อวัน (สมมติว่า 1 $token ต่อวัน) ตลอดชีวิตคุณต้องรับรางวัลทุกวันเพื่อรับ 1 $Token
  4. ซึ่งหมายความว่าคุณสามารถคืน “การลงทุน” ของคุณใน 10 วัน เพิ่มเป็นสองเท่าใน 20 วัน และมี APY 3650%!

ฟังดูเหมือนเงินง่ายใช่มั้ย?

คุณเดาได้ไหมว่า 1 $token มาจากไหน?

คำตอบมาจากผู้ถือครองที่ซื้อโหนดมาก่อน (สำหรับ 10 $tokens)

โทเค็นเหล่านี้จะถูกวางไว้ในสิ่งที่เรียกว่า “Reward pool” ซึ่งจะใช้เพื่อจ่ายโทเค็น “รายวัน” สำหรับทุกคน (1 $token)

ซึ่งหมายความว่ารางวัลของคุณไม่ได้เกิดจากมูลค่าที่สร้างขึ้น แต่มาจากเงินอื่น นี่คือคำจำกัดความของโครงการ Ponzi

ตอนแรกราคาของโทเค็นจะเพิ่มขึ้นเพราะมีคนซื้อโหนดจำนวนมาก (ยิ่งกว่านั้นโทเค็นไม่ได้ขายมีการแลกเปลี่ยนโหนดดังนั้นจึงอยู่ในกลุ่มรางวัล) แต่เมื่อมีหลายโหนดที่ให้ผลตอบแทน 1 $token ต่อวัน ผู้คนจะชอบขายพวกมัน และราคาจะลดลงเร็วขึ้นและเร็วขึ้น เนื่องจากมีโหนดมากขึ้นเรื่อยๆ

เป้าหมายคือการคำนวณเมื่อถึงเวลาที่ดีที่สุดในการถอนโทเค็นของเรา

แบบจำลองสมมุติ

สมมติว่า (t = 0) :

  • 1 คนซื้อ 1 โหนดต่อชั่วโมงสำหรับ 10 โทเค็น (โดยการซื้อ 10 เหรียญ)
  • 1 โหนดรับ 1 โทเค็นต่อ 12 ชั่วโมง
  • ในกลุ่มสภาพคล่องมี 10BNB (เหรียญ Binance) และ 1,000 โทเค็น (ราคาจึงเริ่มต้นที่ 0.01BNB/token)
    (ไม่ต้องสนใจค่าธรรมเนียม DEX ในตอนนี้)

ตอนนี้ เรามากำหนดฟังก์ชัน/ตัวแปรต่อไปนี้กัน

  • i ตัวแปรหมายถึงจำนวนชั่วโมงที่ผ่านไปตั้งแต่เริ่มต้นของ ponz
  • LPb(t) หมายถึงจำนวน BNB ในกลุ่มสภาพคล่อง
  • get_LPt(i) = 10000/LPbi
  • get_price(i) = LPb[i]/get_LPt(i) (ส่งคืนราคาต่อครั้ง i)
import matplotlib.pyplot as plt
LPb = [10]
k = 10000
prices = []
def get_LPt(i):
    return 10000/LPb[i]
def get_price(i):
    return LPb[i]/get_LPt(i)
for i in range(0,480): # I do the simulation for 20 days
    prices.append(get_price(i)) # I append the prices each times to                   
                                # put the on the graph
    LPb.append(10000/(get_LPt(i) - 10 + (i // 12)))
plt.plot(prices)
plt.savefig("test.png")

ผลลัพธ์ที่ได้

ฉันทำการจำลองด้วย python และในสัปดาห์แรก (168 ชั่วโมงแรก) โปรเจ็กต์จะเติบโตไปที่ 0.01BNB/token เป็น 0.08 BNB/token

แต่สัปดาห์หน้าจะลดลงเหลือ 0.05BNB/token (เนื่องจากมีผู้ขายมากขึ้นเรื่อยๆ)

หลังจากนั้นแนวโน้มจะเท่าเดิม ราคาจะไปที่ “หลุม”

มันยังคงเป็นการจำลองแบบง่ายๆ แต่สามารถแสดงได้ว่า “โครงการ Ponzi” จะใช้เวลานานแค่ไหน และจะเกิดอะไรขึ้นหากเรายังต้องการเดิมพันใน shitcoin

ครั้งหน้าฉันจะสร้างแบบจำลองที่สมจริงยิ่งขึ้น (ด้วยการสุ่ม เพิ่มอินฟลูเอนเซอร์…) 🙂

ข้อจำกัดความรับผิด

ข้อมูลทั้งหมดที่มีอยู่บนเว็บไซต์ของเราเผยแพร่ด้วยเจตนาที่ดีและเป็นไปเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น การกระทำใด ๆ ที่ผู้อ่านดำเนินการตามข้อมูลที่พบบนเว็บไซต์ของเราถือเป็นความเสี่ยงของผู้อ่านโดยเฉพาะ