PAR:Paradigm：如何使用链上数据进行策略研究？_ETH

作者：

时间：1900/1/1 0:00:00

原文标题：《UsingOn-ChainDataforPolicyResearch:Part1》

原文作者：BrendanMalone，Paradigm

原文编译：Kxp，BlockBeats

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。

初创公司SparqLabs启动1800万美元A轮融资:5月28日消息，区块链即服务（Baas）初创公司 Sparq Labs 宣布启动 1800 万美元 A 轮融资，六个月前该公司刚刚完成了一笔 68 万美元的种子轮融资。新资金将用于其加速构建跨链网格 SparqNet Gateway。SparqNet 是一个 SDK 工具链，充当协议，允许用户在不依赖任何 VM 的情况下使用 C++ 构建可扩展的区块链基础设施。[2023/5/28 9:47:08]

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。

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

区块链支付技术公司Partior此前完成的A轮融资规模为3100万美元:金色财经报道，区块链支付技术公司 Partior 已完成的 A 轮融资规模为 3100 万美元。此前消息，Partior 公司于 2022 年 11 月宣布完成 A 轮融资，渣打银行领投，创始股东摩根大通、星展银行和淡马锡参投，但当时未披露交易金额，且需要等待监管部门批准。（dealstreetasia）[2023/2/11 12:00:50]

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。

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

区块链支付公司Partior完成由渣打银行牵头的A轮融资:金色财经报道，区块链支付技术公司Partior宣布完成A轮融资，本轮融资由渣打银行全资附属公司SCOHL领投，SCOHL同意按每股认购股份2.573美元认购于Partior的认购股份，总认购价为2333.28万美元，以收购Partior 25%股权。创始股东摩根大通、星展银行和淡马锡参投。交易金额尚未披露，正等待监管部门批准。这家新加坡初创公司正在开发基于区块链的银行间支付网络，并有望支持八种货币美元、新加坡元、英镑、欧元、澳元、日元、离岸人民币和港元。每家银行都负责网络上自己的节点，渣打银行将成为欧元结算银行之一。[2022/11/3 12:13:45]

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。

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。

现场 | Parity CTO Fredrik Harrysson：平行链很快会启动:金色财经报道，由Web3基金会主办的Web3大会10月30日在上海举行。Parity首席技术官Fredrik Harrysson在会上透露，波卡平行链很快会启动，目前在Rococo测试，Rococo是专为平行链建立的无激励的测试网。Fredrik Harrysson还介绍了substrate。他表示，在开发substrate之前接触了很多企业了解它们需求，其中之一是链下工作机制，链下工作机制让区块链可以触达环境信息。同时企业不希望把所有信息公开例如web请求等，平行链满足它们需求，而且还可以共享安全性。Parity首席执行官Jutta Steiner在会上还介绍了Parity布局，Parity有生态发展部门、孵化器、专门负责DeFi的小组。[2020/10/30]

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。

除前任CTO外，Ripple员工均可使用XRP申请Spark代币:XRP社区注意到Ripple CTO David Schwartz已经为Flare Network快照激活了他的钱包地址，并对他是否有资格参加该活动感到好奇。Schwartz回答说，他也不确定自己是否有资格，他这么做是为了表示对Flare Network的支持，表明它是安全的。Flare Networks澄清说，目前几乎所有Ripple员工都可以申请Spark代币，但Ripple前任CTO Jed McCaleb由于其此前对XRP的销售活动，他的钱包被排除在此次活动之外。（Ethereumworldnews）[2020/9/30]

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。