USD:Paradigm：如何使用链上数据进行策略研究？

作者：

时间：1900/1/1 0:00:00

I.引言

Crypto政策在制定时很少会用到真实且细化的数据，原因主要有以下三点：

1.新兴技术领域的相关政策大多还停留在理论及定性分析层面，早期阶段很少会使用到数据。

2.尽管链上数据全部开放透明，但要想访问这些数据人们需要在短期内完成大量工作，即便对于Crypto原生从业者来说也是如此。

3.区块链「取证」公司和数据供应商有少量的数据产品，但它们都不具备灵活性/可定制性，也不能满足经济/金融研究人员的需求。

许多现代经济学和金融学研究人员错过了将工具应用于Crypto数据分析的机会。从设计上讲，Crypto可以向任何人提供细化数据，但大部分政策在制定时仍依赖于CoinMarketCap等外部预聚合时间序列数据源，而不是直接从数据源获取数据，这又是什么原因导致的呢？

正如政策制定者可以查询美国每家主要银行的资产负债表，并逐秒观察消费者存款的变化一样，他们也可以毫不费力地查看整个Ethereum生态系统的Stablecoin发行情况，但大多数分析Stablecoin的政策文件却采取了一种探讨假设事件的分析方法。

MakerDAO创始人新提案拟将Spark-Aave收入分成系统正式纳入Maker生态系统:8月17日消息，MakerDAO创始人Rune Christensen发起关于社区治理提案，拟将Spark协议-Aave收入分成系统正式纳入Maker生态系统协议，并试图修复其缺陷，使其符合预期的行为和期望。根据提议，Spark Protocol必须支付其基于Aave代码库运营的借贷功能所产生收入的10%。

一旦获得批准，对Aave社区的支付将立即开始，并且需要达到最低支付水平，否则2年的收入分享期限将暂停并停止倒计时，直到再次达到最低支付水平。[2023/8/17 18:04:50]

我将在本篇中具体阐释以下几点内容，希望可以对想要使用链上数据的政策研究人员有所帮助：

·链上数据的获取方法

·链上数据所采用的结构

·提取和使用链上数据的几个基本工具

在随后的文章中，我将探讨如何使用这里收集的数据来判断Crypto市场的走势。同时，我将在结尾发布可供免费使用的数据和代码。通过阐明如何在区块链中查询数据，我希望向大家展示Crypto的开放性可以为数据决策开辟的新方法。

Web3风险工作室Spartan Labs推出无代码NFT工具Puddle:8月19日消息，由Spartan Group支持的Web3风险工作室Spartan Labs近日宣布推出基于Flow区块链的无代码NFT工具Puddle，旨在通过使Web2和Web3的社区建设者能够轻松地铸造、管理、利用NFT，并从中获取对社区成员的洞察，让下一代品牌和社区进入Web3。[2022/8/19 12:36:02]

如果您就职于一家监管机构或研究机构，并在获取Crypto数据时遇到了困难，欢迎与我们取得联系分享你的想法，了解Paradigm可以为您提供哪些帮助。

II.链上数据获取方法

一般来讲，数据收集工作应集中在一个区块链及特定项目的子集上，这些项目主要是以美元计价、法币支持的Stablecoin，具体包括USDC、Tether、BinanceUSD、PaxDollar和GeminiDollar。该方法广泛适用于链上数据，即便你想创建一个不同的数据集。

Etherscan这类区块浏览器非常适用于查看交易快照以及收集特定智能合约的信息，但根据我的经验，它们却不太能用于生成大型数据集。在收集和处理原始数据时，你基本上有两个选择：在本地运行一个完整的节点，或查询已经从链上直接写入原始数据的数据库。第一种方法对于专业技能和计算资源的要求比较高，而第二种方法则只需要基本的SQL和Python技能就可以实现，所以这里我们将采用第二种方法。

Partisia Blockchain与OriginAll合作以打击非洲假药:金色财经报道，Partisia Blockchain已与在瑞士注册的技术公司OriginAll建立合作伙伴关系，以在非洲阻止制药欺诈。Partisia Blockchain将为OriginAll的防伪解决方案提供技术基础。两个团队创建了代币化平台Origin All Healthies，可跟踪交易、慈善汇款和供应链物流。通过使用Origin All Healthies，可以轻松跟踪药物是否是从授权经销商处购买的。每笔交易都使用一个属于合法产品的唯一标识符(UID)。据悉，根据世界卫生组织的数据，截至2021年，在非洲国家，70%的药品都是假药，假药市场的净收入可能超过4万亿美元。[2021/12/22 7:55:00]

Dune和谷歌云平台的BigQuery有最新的链上数据，这些数据都以表格的形式存储在数据库中，研究人员可使用SQL命令对其进行查询。Dune还提供免费的数据库，不过其速度较慢，而且还有些局限性，但它非常适合于A/B测试的数据查询，也有助于你熟悉数据库的运行模式，尤其是对于那些不善于使用SQL查询关联数据库的人。BigQuery虽然更加灵活快捷，但谷歌会对计算资源收费，所以其价格也相对昂贵。我在第一次处理数据时，为了节省费用，我会先在Dune中测试查询语句，然后再将其输入GCP中运行。在大多数情况下，这种方法都能起到很好的效果

社交应用Parler将业务扩大至Web3和NFT市场:金色财经报道，社交应用Parler今天宣布计划扩大其业务组合，包括去中心化技术项目NFT市场。Parler组建了一个由行业资深人士组成的团队，在区块链的开发和管理方面拥有丰富的经验，以支持数字资产的增长。

Parler首席执行官George Farmer表示，没有哪家公司比Parler受到大科技的惩罚性损害，我们作为一个企业，现在正寻求成为Web 3运动的早期投资者和运营商，由用户而非所有者运营。因此，Parler将扩大其业务组合，以专注于 Web 3 和去中心化资产。Parler 已经通过全面协助Melania Trump构建 NFT 平台，展示了其进入该领域的第一步。（prnewswire）[2021/12/20 7:51:33]

III.链上数据结构

要回答这个问题，你首先需要搞清楚自己处理数据的目的。对于这个测试案例，我决定为主要的法定支持Stablecoin建立一个大型的时间序列数据集，并观察一些特定的行为:铸币，烧毁(即停止流通Stablecoin)和转移。我之所以选择以这种方式进行研究，是因为政策制定者和学者目前最为关注法定支持的Stablecoin，所以这些数据在短期内可能相当有用。

DAO基础设施平台Layer3完成250万美元种子轮融资，ParaFi Capital领投:9月30日消息，为去中心化自治组织 (DAO) 提供工具的加密初创公司Layer3完成250万美元种子轮融资，ParaFi Capital领投，Electric Capital、Lattice Capital、6th Man Ventures、Red Beard Ventures和Mirana Ventures参投，天使投资人包括Balaji Srinivasan、Synthetix的Kain Warick和Rari Capital的Jai Bhavnani。该笔资金将用于使目前由两名联合创始人——Brandon Kumar和Dariya Khojasteh组成的团队扩大到6人左右，目前工程部门多个职位正在招聘。

作为DAO基础设施平台，Layer3提供了一个赏金市场，用户可以通过执行各种任务来赚取“治理代币”，从而鼓励用户为DAO做贡献。Layer3 目前的客户包括Bancor、Rari Capital和Index Coop等。（The Block）[2021/9/30 17:18:27]

以美元计价的几大Stablecoin都采用了ERC-20Token标准。顾名思义，ERC-20是一种在Ethereum上使用智能合约创建Token的标准化方式。如果你把区块链理解为一个巨大的去中心化Excel表格，那么智能合约就类似于Excel函数。在函数中输入参数之后，它将使用其内置逻辑产生一个特定的输出结果。

我们可以使用智能合约的Ethereum地址来对它们进行定位，这些地址是区块链数据结构中的唯一标识符：

·USDC

·TetherUSD

·BinanceUSD

·PaxDollar

·GeminiDollar

与API类似，智能合约也是可以重复使用的程序。每次智能合约获得互动指令时，都会产生该互动的记录，并由Ethereum协议以日志的形式记录在区块链上，而这些日志则构成了智能合约活动的可靠信息来源。

当智能合同执行一个特定函数时，例如烧毁ERC-20Stablecoin以将其从流通中移除，该函数及其参数将作为交易日志记录在区块链上。

在下面的交易中，USDCStablecoin的发行商Circle烧毁了价值1056.92美元的USDC。

如果你切换到「日志」标签，你就可以查看交易事件日志，相应的字段为

·地址：智能合约的合约地址。USDCStablecoin的合约地址是0xa0b86991c6218b36c1d19d4a2e9eb0ce3606eb48。

·名称：智能合约执行的函数，以及该函数中的参数。在这里，智能合约正在调用烧毁函数，该函数接收的参数指定了所烧毁币的发送地点和烧毁币的数量。

Etherscan的输出结果还会显示主题和数据字段，这些字段包含了我们在分析交易时需要解析的大部分相关信息。

·Topic0是函数签名的哈希值。从本质上讲，它会将函数及其参数经由单向算法得到一个唯一的函数哈希值。Ethereum使用的是Keccak-256哈希函数，当你通过Keccak-256算法输入函数签名时，它总是会产生相同的哈希值，所以任何时候该哈希值出现在日志中，你都能确信是调用了同一个函数。

·Topic1是烧毁函数的一个索引参数。在这里，Topic1是烧毁的Token被发往的地址。(注意：如果烧毁函数有更多的参数，这些参数将作为额外的主题出现）

·这里的数据字段表示所烧毁Token的数量。

既然我们已经了解了链上数据的基本结构，就可以开始从Dune和GCP中提取数据了。

IV.提取并处理链上数据的基本工具

如前所述，在这个例子中，我选择从现有数据库中提取链上数据，而不是访问Ethereum网络上的活动节点。为了便于理解，我使用SQL从GCP提取了大量原始数据表格，然后在Python中使用pandas库对其进行清理。

当我们从GCP提取表格时，我们将使用BigQuery，它储存有很多Ethereum的数据表，如下图左边一栏所示。当你点击一个表格时，相应的数据库模式就会出现，就如下图中的ethereum.logs表。与此同时，其中涉及的地址、数据和主题都会记录到日志数据中去。

下图中的查询语句将用于提取日志表中涉及与USDC、TetherUSD、BinanceUSD、PaxDollar或GeminiDollar合约互动的所有记录。除了ethereum.logs中的信息外，一些额外的信息也很有用，所以我还合并了ethereum.block表中的数据，其中涵盖了Gas费等信息。