首页 >web3.0 >解构模因:为何本周期MEMEs表现卓越?

解构模因:为何本周期MEMEs表现卓越?

PHPz
PHPz原创
2024-06-05 11:50:36779浏览

学生作者| @shaofaye123

指导老师| @CryptoScott_ETH

首发时间 | 2024.5.31

解构模因:为何本周期MEMEs表现卓越?

  1. 模因通过模仿而传播。任何一个信息,只要能够通过模仿而被复制,就可称为模因;传播开来的词的形式的信息就是各种各样的模因;其表现形式繁多,如音乐、思想或风格等等。模因传播过程符合生命周期理论,传播方式适用于传染病模型,但其强势模因标准仍较难量化。
  2. MEMEs 在各周期以不同形式呈现,随着周期的变迁,其特点、机制等均不同。MEMEs 一定程度可以反应不同时期投资者的心态和市场热点,包含了对当下新技术的展望,以及叙事方向。
  3. 本轮牛市 MEMEs 浪潮受到社会、心理、经济和技术等共同影响。现阶段 MEMEs 类型可以从机制创新、行情叙事、市场情绪、模因文化、名人效应、热点仿盘等方面进行大致分类。其玩法机制多样,需建立合理的策略才可获利。
  4. MEMEs 的未来受到较大争议,机构散户 KOL 看法不一。MEMEs 有趣也要有意义,不能沦为投机工具。

解构模因:为何本周期MEMEs表现卓越?

从以太坊到 Solana ,MEMEs 从不缺造福神话。据 CoinGecko 报告显示,MEMEs 是 2024 年第一季最赚钱的加密货币,其顶级代币的平均回报率最高,达到 1312.6% 。

解构模因:为何本周期MEMEs表现卓越?

PANews 曾经从凯利公式的角度对 MEMEs 的投资回报进行过解读。通过对 Ethereum 和 Solana 链上每日发币的数量和胜率进行计算,发现其胜率极低,Ethereum 胜率为 3.28% ,Solana 则更低仅有 1.6% ,其最终都会沦为玩家永输的屠宰场。

MEMEs 作为一场高风险高回报的投资游戏。它是如何吸引大众参与,又是如何传播的?价值币 vs MEMEs,MEMEs 的未来又在哪里?

解构模因:为何本周期MEMEs表现卓越?

解构模因:为何本周期MEMEs表现卓越?

“当我们离开这个世界时,只有两样东西留下来,一个是基因,另一个便是 MEME。”

——Richard Dawkins

MEME,又称迷因,米姆、弥、迷米、弥母或模因,是 mimeme(源于古希腊语μíμημα)一词的缩写,其本义是模仿或复制。MEMEs 的概念最初源自英国进化生物学家理查德·道金斯(Richard Dawkins)所著的《自私的基因》(The Selfish Gene)一书。其将迷因描述为“通过……(更广泛意义上的)仿制在迷因池中自我繁衍的文化传承的单元”。

迷因概念从诞生之日起就带有生物学类比的色彩。这一类比将迷因与基因等量齐观(它们都能够自我复制、传承、变异和对选择压力作出响应),并由此产生了一门新的学科———迷因学(memetics)。

模因的分类维度多种多样,从利弊角度可以划分为有利模因和有害模因,按表现形式则可分为复合模因和简单模因,从进化论的角度来看则分为共生模因和寄生模因,按复制能力可分为强势模因和弱势模因。

目前对模因概念的解读比较多样,比较公认的定义主要是依据道金斯(Dawkins)和布莱克摩尔(Blackmore)综合而成的,即模因通过模仿而传播;任何一个信息,只要能够通过模仿而被复制,就可称为模因;传播开来的词的形式的信息就是各种各样的模因;模因的表现形式繁多,如音乐、思想或风格等等。

MEMEs 的定义则更不相同。不同人眼中的 MEMEs 存在很大差距。在 Web2 看来,BTC 也许是最大的 MEMEs。而在主流币玩家眼中,山寨币或许都属于 MEMEs。但总结其共同点可以发现,MEMEs 是指那些在投资者眼中并无实际用途,只存在投机炒作,依赖于市场情绪定价的 Token 。

解构模因:为何本周期MEMEs表现卓越?

模因“被模仿、被传播”的含义意味着其自身的迭代性,没有传播行为,就构不成迷因。

可见 MEMEs 的成功复制离不开传播,MEMEs 又是如何传播的?

一个 MEMEs 由表达(E)经过传播(T)、被受者所同化(A),最后受者在大脑的记忆系统中保存(R)下来,完成这四个步骤后 MEMEs 找到了新寄主,就完成了 MEMEs 传播的一个生命周期。

解构模因:为何本周期MEMEs表现卓越?

其传播方式则与病毒类似,从传染病模型可以很好揭示传播路径。传染病模型将人群分为易感者(Susceptible)、暴露者(Exposed)、感染者(Infectious)和痊愈者(Recovered),用以模拟传播机制。MEMEs 传播由于潜伏期较短,通常从 SIR 模型解构,易感者减少,痊愈者增加,感染者则随之先增大后减小,存在峰值。该峰值即为 MEMEs 的顶点。传播过程中意见极化(Polarization)、意见领袖和情绪感染都会产生不同影响。

此外,网络迷因传播机制还与心理学社会认同理论有关。Spears 和 Lea(1992)研究发现,由于网络匿名的特性,虚拟社区的成员无法有效显示个人特质与身份,人们必须依赖社会对于某些决策、组织的定义,来帮助定义自己,也定义与他人之间的互动关系。因此,模因在传播过程中,也在塑造对于社区组织的认同感。社区共识,身份认同越强模因传播则越强势。

值得一提的有趣现象是,Solana 链 Pump 玩法中,MEMEs 的持有者担心认真做事的项目方承受不住下跌而 Rug ,还会在社群里对 Dev 进行鼓励支持。侧面反应出良好的社区氛围会对双方都起到促进作用,从而加强社区认同,MEMEs 出圈几率也更大。

解构模因:为何本周期MEMEs表现卓越?

Source:https://zhuanlan.zhihu.com/p/103974270

解构模因:为何本周期MEMEs表现卓越?

强势模因指标具有很强的指导意义,不仅可以帮助个人交易者判断meme是否可以成功传播,处于生命周期的何种阶段?也可以助力项目方打造更出圈的MEMEs。

从生物进化的角度看,Dawkins(1998)提出过衡量成功迷因的三个指标:

  1. 复制的保真度(copying-fidelity):副本越忠实于范本,越可能经过几轮复制后保持其内在特征。
  2. 繁殖力(fecundity):复制速度越快,副本传播得越广。
  3. 长久性(longevity):实体得复制模板生存的时间越长,由其拷贝而成的副本数越多。

成功的模因需要三者兼备。强势模因之所以可以广为传播,很大程度上是因为他们易于被记忆,而不是重要或有用。因此有效的模因应该是那些能够引起高度真实而又长期保存记忆的模因。

从传播学角度看,Heylighen 则更具体地描述了连贯性、新颖性、简洁性等 10 个选择标准。从而设计了meme的适应度简单公式。

F(m)=A(m)x R(m)x E(m)x T(m)

F(m)表示某个时间单位t的MEMEs之平均数与上一个时间单位t-1的MEMEs的平均数比值。

A(m)表示前后时刻同化率比值;

R(m)表示前后时刻被同化MEMEs的最大保存时间比值;

E(m)表示前后时刻一个被寄主保存的 MEMEs 的表达次数比值;

T(m)表示前后时刻传播给寄主的表达之复制数量比值。

就某个时刻而言,A ≤ 1,R ≤ 1,而 E 是没有上限的,往上可以 10 次、20 次上百次地来表达一个 MEMEs ;T也是没有上限的,如果通过广播,假定有一万个听众,则相当于每次把 MEMEs 复制了一万份。上面公式中只要任何一个因子为零,其乘积必为零,要想使适应度 F>1,其中的一个策略就是使 E>1 或 T>1 。

解构模因:为何本周期MEMEs表现卓越?

通过观察大多数模因的传播趋势和粗略统计,海利根研究发现如果一个模型满足了上表的某些标准,就有可能成功实现模因的生命周期,从而得到复制和传播成为强势模因。

但不论是从传播学还是生物进化角度看,都很难精确判断在何种程度上满足哪些标准的模因是强势模因。结合金融及数学相关学科来看,二级交易的指标在 MEMEs 上的判断的胜率约在 30% 左右,会存在一定误差。流动性,前十持仓占比,项目方 Rug 次数等都会对衡量 MEMEs 有所影响,但实际各指标很难精确量化,结合 AI 大模型分析或有帮助。

解构模因:为何本周期MEMEs表现卓越?

从比特币诞生以来,MEMEs 在每个周期都存在且有着不错的表现。从 Litecoin 到 Dogecoin ,再到 NFT 与动物园 MEMEs 。MEMEs 以多种方式呈现,随着周期的变迁,其特点、机制等均有所不同。梳理其发展及现状,有助于更好的发现版本答案。

解构模因:为何本周期MEMEs表现卓越?

解构模因:为何本周期MEMEs表现卓越?

Source:https://dogecoin.com

MEMEs 的概念诞生之初并未引发市场热潮,直到 2013 年 Dogecoin (DOGE),MEMEs 才进入大众视野。

Doge 是一种以日本柴犬为主角的 MEMEs ,该模因发源于 2010 年出现的日本柴犬 Kabosu 的图片。在 Billy 和 Jackson 推出 Dogecoin (DOGE)后,在 Reddit 等网站上受到了广泛关注,被用来作为打赏小费的货币。诞生 2 周后,每天的交易量就超过了比特币。

2014年, doge 被选为《时代周刊》年度最佳 MEMEs ,并出现在主流文化中。2021 年,随着埃隆·马斯克(Elon Musk)的多次推动,狗狗币的价格飞涨。Dogecoin (DOGE)的成功为MEMEs繁荣创造了基础,带来了新的币种。这些新币种最初都是在 Bitcointalk 的「Alternative Cryptocurrency」子论坛上以工作量证明(PoW)的方式推出。

随后,每个时期都会兴起不同的 MEMEs 。回顾 2017 年的 ICO 热潮,项目大多会提供详细的白皮书,以技术创新作为潜力吸引投资。在此期间的 MEMEs 大多数更认真,其愿景都希望超出 MEMEs 做出实用性创新。

而在Defi热潮下,项目则更侧重于阐述经济与流动性优势,吸引参与者。当时 MEMEs 则以动物,食物等为主。此外,NFT 项目在早期也被认为属于 MEMEs ,一些最具代表性的 NFT 包括:CryptoPunks、Bored Apes、Pudgy Penguins等。

而目前 MEMEs 的热潮,则更多依赖于情绪推动。项目不再追求技术创新,更多关注叙事方向,市场热点。这种现象可能反映出市场在某种程度上的疲态,即投资者在经历了长期的技术导向后,逐渐开始寻求更 IQ50 的市场参与方式。在这种模式下 Pump 兴起,即时低成本的方式吸引了大批玩家参与。

追溯 MEMEs 发展,MEMEs 的特点可以反应出不同时期投资者的心态和当下市场热点。MEMEs 包含了对当下新技术的展望,以及热点的捕捉。

解构模因:为何本周期MEMEs表现卓越?

解构模因:为何本周期MEMEs表现卓越?

Source:https://www.MEMEsrace.xyz/

MEMEs 可以为公链带来繁荣,从 Doge 到 Bome ,MEMEs 已经成为 Web3 一种独特的文化标志和沟通方式。各大公链都有MEMEs的一席之地。

目前市值较高的一些 MEMEs,主要集中部署在 Ethereum 、Solana、Base、Bitcoin(BRC20等)等链上。

在市值前 500 的 MEMEs 中,部署在 Ethereum 与 Solana 链上的居多。反应出 Solana 链在本轮牛市中 MEMEs 生态的繁荣。从 MEMEs 兴起的类型来看,Ethereum 链由于多数为早期 MEMEs ,如PEPE、SHIB等,其头部 MEMEs 兴起原因仍属于早期的叙事逻辑。

Solana 链 MEMEs 除围绕 DOGE 外,动物 MEMEs 类型更多样,其玩法由于 BOME 的出现也更易受市场情绪影响。而 Base 链兴起的 MEMEs 则更倾向对于技术趋势的捕捉,围绕社交生态展开。

解构模因:为何本周期MEMEs表现卓越?

Source:Coinmarketcap

解构模因:为何本周期MEMEs表现卓越?

玩法机制的创新优势

其中有代表性的案例包括 PEOPLE 和 SLERF 。Web3 共识为王,MEMEs 则更注重共识。PEOPLE 在当时通过一次 ConstitutionDAO 聚集了世界各地接近 20,000 人,是 MEMEs 对 DAO 的深度试验。

它由创新者 Graham Novak 和 Austin Cain 策划,目标是拍卖下 1787 年美国宪法的印刷本,这成为了众筹资金用于保护世界历史文献的首个项目,也因此在当时创下百倍收益。SLERF 则是因为项目方的操作失误,创始人被迫还款,实现了完全公平的发售,引发热潮。

捕捉行情叙事的方向

一级市场与二级市场存在一定时间差。且 MEMEs 本身可以反映对新技术的追求。当二级市场本轮叙事在 AI 时,可以发现 AI MEMEs 也迅速飞升,AIDOGE,AIBB 等 AI 相继猛涨。

此外,妇女节、春节等节日,也会引起 LADYS 等相关代币的涨幅;英伟达大会,CZ 开庭,也会引发 NVEDUA、FREECZ 等代币的发行和波动,不过此类 MEMEs 多数在事件结束后迅速归零。

难以捉摸的市场情绪

此类型难以判断,但多数是触发了人们的共识,点燃了市场热情。比如:BOME 创始人加池子的操作,其大格局迅速引爆市场。

强势的模因文化

DOGE 在代币未发售前就风靡一时,PEPE 在代币发售前表情包就广为传播,这些都是先有强势模因,再出现代币的例子。此外具有艺术特征的 MEMEs 也往往更强势,可能由于艺术品先天在同化阶段就更具有独特性。

名人效应的影响

马斯克喊单狗狗币,引发 “DOGE to the moom”。Solanaana 创始人 Anatoly Yakovenko,万圣节期间推出的 SILLY ,也表现极其亮眼。上线不到两周市值就达到 7,000 万美金,持币地址超 8,600 个,链上底池高达 120 万美金。链上由于夏季奥运会,国家代币也接连兴起,Musk 仅仅推文中提到 Argentina ,链上则立刻有聪明钱发现并买入获得巨额收益。

以上是解构模因:为何本周期MEMEs表现卓越?的详细内容。更多信息请关注PHP中文网其他相关文章!

声明:
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn