O que é isto?

Este gráfico mostra o número cumulativo de endereços Kaspa que detêm pelo menos um determinado limiar de saldo em KAS ao longo do tempo. Cada linha representa uma faixa: endereços com ≥0.01 KAS, ≥1 KAS, ≥100 KAS, ≥1,000 KAS, ≥10,000 KAS, ≥100,000 KAS e ≥1,000,000 KAS. A natureza cumulativa significa que cada endereço que se qualifica para uma faixa superior também é contabilizado em todas as faixas inferiores. Isso oferece uma visão em camadas da participação na rede, desde os menores holders de dust até as maiores baleias.

A distribuição de endereços é uma das métricas on-chain mais importantes para avaliar a adoção real. Enquanto a capitalização de mercado e o preço refletem o interesse especulativo, o crescimento de endereços revela o uso orgânico da rede. Uma rede saudável, em processo de descentralização, apresenta crescimento estável em todas as faixas, e não apenas no topo. A rápida taxa de 1 BPS da Kaspa e as baixas taxas de transação a tornam acessível a microtransações, o que muitas vezes se manifesta como crescimento nas faixas de saldo mais baixas.

É importante notar que a Kaspa usa um modelo baseado em UTXO (semelhante ao do Bitcoin), o que significa que um único usuário pode controlar vários endereços. Exchanges, pools de mineração e usuários preocupados com privacidade costumam dividir os fundos entre muitos endereços. Por isso, as contagens de endereços representam um limite superior de participantes únicos: o número real de holders individuais provavelmente é menor, mas as tendências ao longo do tempo continuam sendo significativas.

Como usar estes dados

O crescimento nos limiares inferiores (≥0.01, ≥1, ≥100 KAS) indica adoção pelo varejo: novos usuários entrando na rede, distribuições por faucet ou atividade de airdrop. Esta é a medida mais ampla de participação na rede e muitas vezes antecede altas de preço, à medida que uma base de usuários crescente cria demanda orgânica. Compare as taxas de crescimento do varejo com as de outras redes Layer-1 em fases semelhantes de capitalização de mercado para avaliar a velocidade relativa de adoção.

O crescimento nos limiares superiores (≥10K, ≥100K, ≥1M KAS) revela acumulação por baleias. Quando os grandes holders aumentam durante uma consolidação ou uma queda de preço, isso muitas vezes sinaliza confiança do capital informado em uma valorização futura: uma fase clássica de acumulação. Por outro lado, a diminuição de endereços de baleias durante altas de preço pode indicar distribuição, em que os grandes holders vendem diante da demanda do varejo.

Fique atento a divergências: se o número total de endereços cresce, mas as faixas superiores diminuem, a rede está se tornando mais descentralizada e a oferta está se espalhando de poucos grandes holders para muitos pequenos. Se as faixas superiores crescem enquanto as inferiores estagnam, a concentração está aumentando, o que pode criar riscos de governança e de liquidez.

Como é calculado

O sistema percorre o conjunto completo de UTXO da Kaspa e agrega todos os outputs não gastos pelo endereço de destino. Cada endereço único recebe um saldo total igual à soma de todos os seus UTXOs. O endereço é então colocado em cada faixa cumulativa de limiar para a qual se qualifica: um endereço com 5,000 KAS conta simultaneamente para as faixas ≥0.01, ≥1, ≥100 e ≥1,000 KAS.

Este instantâneo é obtido em intervalos regulares e armazenado como um conjunto de dados de série temporal. Como o cálculo exige percorrer todo o conjunto de UTXO (que cresce ao longo do tempo à medida que ocorrem mais transações na rede), ele é feito no servidor e armazenado em cache. A estrutura DAG significa que vários blocos são confirmados em paralelo, por isso as alterações no conjunto de UTXO são frequentes: o intervalo de amostragem equilibra precisão e eficiência computacional.

Leve em conta que os endereços com saldo zero (UTXOs totalmente gastos) não são contabilizados. Apenas os endereços com pelo menos um output não gasto contribuem para a distribuição. Os pontos históricos refletem o estado do conjunto de UTXO no momento de cada instantâneo, o que permite analisar tendências ao longo de semanas, meses e anos.