较链上交易量指标更有意义的“币天” 更能反应资金流动 | 白话区块链入门150

“刚刚察觉到过去24小时,转账的比特币总量达到了 7,149,570.84BTC。这个数字是目前最大的吗?还有其他大额转账吗?难道中本聪又活跃了?”

这是 2011 年 4 月 20日,一位昵称为 S3052 的用户在 Bitcointalk 论坛上发的帖子。随后,论坛上的其他用户纷纷加入探讨比特币的经济活动水平。链上的交易量这个指标并不完美,因为可以反复在自己的地址之间来回发送相同的比特币来“刷量”,比如你用 100 个比特币在自己的两个地址来回转账 20 次,就能让比特币交易量增加 2000BTC。

在那篇帖子下面,一位昵称为 ByteCoin 的用户提出了一个新指标:币天(Bitcoin Days Destroyed)。

币天(Bitcoin Days Destroyed),就是每笔交易的金额(币)乘以这笔交易的币在账上留存的时间。举个例子,你花了一笔 10 天前收到的 1BTC,那么这笔交易销毁的币天就是 10*1=10;如果你花了一笔 1 天前收到的 10BTC,销毁的币天也是 10。

也就是说,币天这个指标给了越久没有花费的比特币更多的权重。在衡量比特币的经济活动水平时,相比于链上交易量,币天排除了很多“噪音”(即无多大意义的数据,比如来回转账刷量)。

除了衡量比特币的经济活动水平外,币天这个指标还有哪些用处呢?

币天比交易量更能反映市场的资金流动。如果每天销毁的币天数值在上升甚至达到峰值,而此时市场处于下跌通道,意味着“沉睡”的比特币被使用的数量增加,有可能是很多大户、“巨鲸”在抛币;如果市场是处于上涨通道,意味着市场可能会继续走强。

币天还可以运用到信用评级上。关于这一点,长铗经常提。我们在淘宝上购物时,往往会参考商家的交易量和信誉评级。尽管淘宝做了很多措施来防止刷量、刷信誉等作弊行为,但还是无法杜绝。如果这些商家是建立在比特币网络上(或其他区块链网络上的 DApp),在交易中销毁的币天越多则信誉评级的权重越高,可以比较有效地防止刷信誉。

举个例子,假设一位商家用 100BTC 反复交易来刷信誉,第一次的交易评价是有效的,积累的币天被销毁,但进行第二次以及之后的频繁刷量时,由于间隔时间太短,币天的数值就会很小,对信用评级的影响也会很小。如果是用大量的小额交易来刷信誉,由于币天是交易的金额(币)与在账上存留的时间的乘积,交易额太小,最终也很难影响到信誉。

此外,币天还会影响你的交易被打包的优先级。假设你和张三在同一时间转账 10BTC,出的手续费也相同,如果你的这笔转账要销毁的币天数值更大(比如你的 10BTC 在地址里沉睡了 1 年,张三的 10BTC 是昨天刚收到的),矿工会优先打包你的交易。

如果你想查询最近一段时间每天的币天销毁数据,可以在某些区块链浏览器中(比如:https://fork.lol/blocks/cdd)中查询到。

▲ 5月25日-6月20日比特币每天销毁的币天数值

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。

区块博客

LTC白话区块链入门076 | 比特币勒索病和比特币是什么关系?

作者 | 芳芳出品|白话区块链 根据360安全卫士今年1月29日发布的公告,勒索病卷土重来,受害者被要求三日之内支付1个比特币,逾期加倍。 那么,什么是比特币勒索病呢?它和比特币是什么关系?电脑使用比特币容易中病吗? 今天,白话区块链就带着大家来了解一下“比特币勒索病”。

比特币价格何为分布式商业?

美国硅谷比特区块链实验室联合创始人, 多个区块链高峰论坛特邀演讲嘉宾,《区块链 颠覆式创新》一书著作者。曹博士从90年代互联网早期时代就投身技术创新和创业,参与创建多家高科技公司。对商业,金融,技术,尤其是商业协同有比较深入的思考。

比特币交易Graftroot是什么 授权签名对交易有何影响

如果在比特币上部署了Taproot之后,很多智能合约结构看起来就跟其他常规交易一样。只要所有参与者都同意合约的结果(比如“合作结算合约”),将Schnorr签名和MAST巧妙结合起来既提供了数据传输效率,还能提供隐私性。 但是,如果Taproot智能合约非常复杂,在没有合作结算合约的情况下,需要揭示的默克尔路径的数据量仍然很大。

SAND区块链不会撒谎 怎么用区块浏览器寻找真相?

区块链不会撒谎,真相藏在地址中。 我们都知道,区块链是公开透明的分布式账本,每个全节点都有一个完整的账本。 而比特币、以太坊、莱特币等这些加密数字货币,就是在区块链技术的基础上诞生的。 都说区块链数据不可串改,那么,这些数据在哪里可查到呢? 今天,小白来教大家如何使用区块链浏览器。 说到浏览器,就要先提一下『互联网』了。

[0:31ms0-6:951ms