从旁氏三盘理论看MEME币崛起

三盘理论是加密韦陀(@thecryptoskanda)提出的一种关于旁氏的认知模型,本文基于此理论来探索三次牛市的原因:MEME币是互助盘,DeFi是分红盘,ICO是拆分盘。

什么是三盘理论

加密韦陀认为,Crypto最大价值之一是首次实现庞氏民主化与可交易化。

人人都能发,还能交易盘子。抛开外部因素,Crypto每轮牛市都由庞氏的根本创新驱动研究庞氏,你就能根据庞氏创新所需第一性,在市场中找到大趋势级别alpha。

庞氏虽然眼花缭乱,但是归根结底只有三种模型: 分红盘、互助盘、拆分盘。一切庞氏,都是这三种模型的组合。基于这个逻辑的分析方法,他将其称为《三盘模型》。三盘可以单独出现也可组合,每种都有自身优缺点,对应相应的起盘、操盘和崩盘逻辑。

**-- 分红盘:**一次性投入一整笔资金,随时间线性分红获得收益

**-- 互助盘:**A给B打钱,B给C打,C给A打从而形成流水错配,按笔结算收益

**-- 拆分盘:**将一个资产标的不断拆分成新的标的。通过新低价标的吸引增量资金。收益通过标的增值实现

在逻辑设计上, 三盘特点如下:

MEME是互助盘

传统互助盘的核心在于资金的流水错配。这种模式通常涉及多个参与者按顺序互相转账,形成一个资金循环。一般来说某个用户,他收到下家转来的钱要高于他给出上家的钱要多,如此赚取比他们原始投入更多的钱。项目方一般通过每笔转账的抽水来赚取回报。

这种旁氏模型在三个模型中是最为去中心化的一种模式,因为规则一旦制定好,后面是无需"管理方"介入的,因为抽水本质上就是抽税。

传统互助盘是一种空间尺度上的资金错配,所以它不需要形成资金池,大部分也不能自由进出款项,但必然要承诺高额收益。那为什么说MEME币是互助盘呢?

我们一般认为MEME币有两个最重要的属性:

  • **公平发射:**人人皆可参与(人人皆可互助)
  • **全流通:**不需要项目方预留

所谓的"文化属性"和"总量特别大"并不是必需的。

MEME币其实是一种时间尺度上的资金错配。我们假设在某个牛市语境下,某个MEME币一直强势上涨,那么其实是,今天高价买币的打钱给昨天买币的,昨天买币的打钱给前天最低价买币的。而因为时间本身的唯一性,又形成了"被动锁仓"(人不可能永远跨入同一条河流)。所以我们就有了下图的对比:

DeFi是分红盘

DeFi是上一轮牛市的核心叙事(2020年),在技术上就是把金融规则写入智能合约(区块链技术和某一领域结合的一种方式),从代币经济学来说,是以流动性挖矿的方式来分发协议代币:把钱存进协议获得token。

比如金融领域最为重要的两个方面是交易和借贷,那就有了Uniswap和Compound。在Uniswap里面,用户把代币A和代币B组成交易对LP存入资金池来获得收益。在Compound里面,用户需要把可以借贷的代币存入资金池来获得收益。收益大部分是协议代币,少量是真金白银(稳定币)。

DeFi是典型的分红盘,因为分红盘的基本逻辑就是"一次性投入一整笔资金,随时间线性分红获得收益",是不是和上面的做法一模一样?我们同样有下图的对比:

ICO是拆分盘

ICO是上上轮牛市的核心叙事(2017年),其大概玩法是,任意领域的一个想法写成白皮书,然后进行融资发代币,以致于大部分人们都误以为,区块链唯一的应用场景就是"发币"(区块链技术和某一领域结合的另一种方式)。所以在那个周期,出现了很多奇奇怪怪的代币,比如什么"做环保发个币","做电脑发个币","做慈善发个币",等等。

我们知道,拆分盘是将一个资产标的不断拆分成新的标的。通过新低价标的吸引增量资金。收益通过标的增值实现,这不正是ICO的表现吗?如果我们把当时加密货币这个赛道看做一个资金盘的话,各种ICO的出现正是把加密货币这个资产标的,不断通过"新的故事"来拆分成新的投资标的(新的ICO代币),以此来吸引增量资金。于是我们仍旧有了对比图:

币圈即盘圈

如果我们忽略具体的技术演化,仅从代币经济学角度来说,似乎过去的十年,确实代表了旁氏模式的演化,甚至我们也可以把比特币挖矿也可以看做是一种分红盘(质押矿机产生BTC收益)。

那是不是演化的顺序是:分红盘(BTC挖矿)-- 拆分盘(ICO)-- 分红盘(DeFi)-- 互助盘(MEME)?同时项目也变得越来越去中心化。

另外一方面,如果把MEME当做一个赛道来看的话,越来越多的MEME币出现,其实也是拆分盘的体现,那么可以认为MEME就是(互助盘+拆分盘)的合体。

互助盘,也许是本轮牛市"互不接盘"的真实答案(Restaking是分红盘,DePin是分红盘,Layer2是拆分盘,显然散户这轮牛市只想玩互助盘)。

  • 我我该如何安全的交易买卖。。

    比特币?

    http://www.btcwbo.com/94.html
    **本文仅代表原作者观点,不构成任何投资意见或建议。

-END-

【发布或转载文章仅为区块链传播更有价值的信息,文章版权归原作者所有,其内容与观点不代表本站立场。本站咨询均为网站收集而来,版权归版权所有人所有,若版权者认为其作品不宜供传播或不应无偿使用,请联系我们,本站将立即更正。】

转载请注明:比特币区块链时代 >> 从旁氏三盘理论看MEME币崛起

相关推荐
深度学习实战训练营30 分钟前
基于CNN-RNN的影像报告生成
人工智能·深度学习
昨日之日20062 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_2 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover2 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
热爱跑步的恒川3 小时前
【论文复现】基于图卷积网络的轻量化推荐模型
网络·人工智能·开源·aigc·ai编程
阡之尘埃5 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
孙同学要努力7 小时前
全连接神经网络案例——手写数字识别
人工智能·深度学习·神经网络
Eric.Lee20217 小时前
yolo v5 开源项目
人工智能·yolo·目标检测·计算机视觉
其实吧39 小时前
基于Matlab的图像融合研究设计
人工智能·计算机视觉·matlab
丕羽9 小时前
【Pytorch】基本语法
人工智能·pytorch·python