盘点30+名人币悲惨现状:市值最大跌幅达99.98%

f0d9272e0149f337dd46053b0f6374eb.gif

96d1ee5f2ff7aba215f9cead48abdae4.png

跌跌不休的名人币,你不摸良心我们也会痛。

原文:Slorg;作者:Wenser;编辑:郝方舟

出品 Odaily星球日报(ID:o-daily)

作为加密货币一大特色赛道,名人币因其背后名人的流量与超高关注度而受到市场追捧,但如同曾经的“名人发 NFT 热潮”一样,名人币项目鲜有“善终者”——大部分名人币最终都以 Rug 跑路或者价格归零收场,在 pump.fun 等一键发币平台出现后这一现象更是愈演愈烈。

近日,加密 KOL Slorg 对众多名人币项目进行了盘点,多个项目市值相较高点已跌去至少近 80% ,“最惨的项目”甚至跌幅高达 99.98% 。Odaily星球日报将于本文对此进行简要编译,供读者参考。

91fefb3ca9e59f20dca976319821357f.png

Solana 成名人发币首选生态

从上个月到现在,大约有 30 位名人在 Solana 上发布了相关代币。现在这些代币的情况如下:

e645e6e7dcdea8749eaf7a09940181ea.png

这些名人(如 Andrew Tate、Soulja Boy 等体育界、音乐界、影视界以及其他娱乐相关行业的知名人士)发布了数十个代币,甚至以太坊联合创始人 Vitalik 对此也发表了评论,他表示:

I'm feeling quite unhappy about with "this cycle's celebrityexperimentation" so far. "Financialization as a means toward an end", l can respect if the endisworthy (healthcare, open source software, art, etc). Financialization *asthe final product*. Disgusting.

(我对“这一轮名人实验”感到相当不满意。如果“金融化”是为了一个值得追求的目标(如医疗保健、开源软件、艺术等),我可以尊重这一点。但“金融化”作为最终产品……很恶心。)

33ff19525eed3afcf88dfad866c3f798.png

Vitalik 评名人币

d6bd8aff4a943de0427740ae1dc130bf.png

名人币现状:从市场狂热期进入情绪冷静期

名人币相关推文内容一度占据 X 平台的主要时间线与搜索趋势栏,那时候很多人谈论的话题焦点都是不同名人及他们发行的不同代币,回过头来看,现在结果如何?

首先,每个名人币的价格都从历史最高点有不同程度的下跌,代币价格平均下降了 94% (Odaily 注:不得不说,这是一个值得令人惊讶的夸张数据,很多人想过名人币会下跌,但如此惨烈的下跌幅度相信还是出乎了不少人的意料)

即使表现相对较好的名人币价格也下跌了超过 70% ,至于这些名人币造成的损失,更是令人震惊:

4cebae4e2e80b262d38dcb844ff9d651.png

部分表现“相对较好”的名人币跌幅

9844aa7e38b6553bf679faa82690a486.png

最惨的名人币项目:价格跌幅超 99% 

在数十个名人币项目当中,大约一半的代币价格下跌了超过 99% ,另外 7 个项目下跌了超过 90% 。

请注意,这些代币的生命周期只有一个月(甚至不到)。

01b18a7ece051eff20777528d646c59b.png

部分名人币价格跌幅一览

此外,这些名人币的市值表现也很不理想:

30 个代币项目中,有 22 个代币的市值不到 100 万美元(Odaily 注:这是一个名人币项目的一大分水岭,通常代币市值超 100 万美元能够获得更多的市场关注)

剩下 8 个市值超 100 万美元的项目如下:

81c04d55452f02b4ebbc1a929a295355.png

市值超 100 万美元的名人币项目一览

(Odaily星球日报注:特朗普相关概念名人币 DJT 以 7740 万美元市值排名第一,该项目最初声称与唐纳德·特朗普儿子有关,但后续被发现是“医药界毒瘤”Martin Shkreli 的手笔。据 Dexscreener 网站数据(https://dexscreener.com/solana/34btbqurbt7l4mkodmb2wtjmbnhfcebt5ozbd1qivyeo),目前 DJT 的市值约为 8230 万美元,代币价格为 0.008235 美元,相较高点价格已下跌近 6 倍。)

其中一些代币仍然处于“活跃状态”(Odaily 注:此处为暗讽,部分代币价格已接近归零,但其背书名人仍对此直言不讳地提起),如 Waka Flocka (https://x.com/WakaFlocka) 的代币 FLOCKA 已经从历史高点下跌了 99.7% ,市值仅为 40 万美元(Odaily星球日报注:据 Dexscreener 网站数据显示,该代币(https://dexscreener.com/solana/7ecvdoojcej6ac99vpwwjcdzsw7fytdnqwkbhlrrmrgh)目前市值仅剩 34.6 万美元,代币价格已跌至 0.0003468 美元)

然而,他在 X 平台上仍然还在谈论这个代币,并在他的个人简介中提到它(及其合约地址)。

你怎么看待这件事?会觉得这是一个骗局吗?

9ccdfbffcf20b6c2fa07759f8fb0b3c2.png

Waka Flocka 本人笑嘻嘻

6a847efd91cbe4c3105d666339fcffe6.png

当骗局成为常态,那就成了悲剧

只有 40% 的发币名人上周在 X 平台上提到这个代币至少一次,大多数代币经历了初始上涨后就没了动静。只有少数几个项目仍在努力尝试取得不同程度的成功。目前,我们也无法预测这些代币在一年后的表现和对应情况。

虽然 K 线图看起来很残酷,情况也极为悲观,但对很多代币来说,走势都是如此(Odaily星球日报注:出道即巅峰,随后一路下跌,直至价格归零)。

df3d566e91c7b878e56ac9684c7a51a7.png

多数代币的 K 线走势

Web3是一个无法预测的领域,即使是真诚的尝试也未必能获得成功。

但这并不能成为假意拉盘并快速出货等行为的借口。

最后的最后,MOTHER 代币社区声称该项目最高市值约为 2.7 亿美元,此前采取的数据来源于 Birdeye 网站统计的单枚代币价格历史最高价格为 0.33 ,实际上并没有真实成交订单。有鉴于此,MOTHER 这一名人币项目的下跌幅度从 78.7% 缩小为 74% (Odaily星球日报注:据 Dexscreener 网站数据(https://dexscreener.com/solana/hcpgh6b2yhnvt6jsemkrhyt8pvhu9xiaoxm4mmn2ibww),目前 MOTHER 的市值约为 6940 万美元,代币价格为 0.07045 美元,相较接近 0.27 美元的高点价格已下跌近 3 倍)

Jason Derulo 的代币此前被标为 DERULO 而非 JASON,但相关数据是正确的(Odaily星球日报注:据 Dexscreener 网站数据(https://dexscreener.com/solana/4xmdx5umx7qt3uvmapdxzwpqefx2wzf4tz69xamnyf3x),目前 JASON 的市值约为 320 万美元,代币价格为 0.003309 美元,相较超 0.036 美元的高点价格已下跌超 10 倍)。

77e372ce676cd1001a75bf10d0d0ab87.png

30+名人币市值跌幅一览

062b6627fb941a36bd3e2010e9d5263b.jpeg

不容错过的往期精彩

12d3f62132da59a9e1f176a61dc15230.jpega53b07ece19d3860f87ded8fe1a0cca5.jpeg67454fbd1d3908b07a39bd4d8863b0cb.jpeg

优质的推送带来深刻的思考

给 Odaily 标星,让你先与众不同

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值