Рынок NFT продемонстрировал хорошие результаты в прошедшие 7 дней
Рынок невзаимозаменяемых токенов (NFT) продемонстрировал хорошие результаты за прошедшие 7 дней. По состоянию на 6 июля 2023 года суммы продаж почти всех ведущих цифровых коллекций значительно выросли за отчетную неделю. К примеру, «некатегоризированные ординалы» (Uncategorized Ordinals) зафиксировали сделки на сумму $19,03 млн, что на 38,98% превысило аналогичные данные прошлого периода. Такие сведения предоставлены платформой Cryptoslam.
Что касается самой популярной коллекции на базе платформы Ethereum — Bored Ape Yacht Club (BAYC), — то ее продажи продемонстрировали результат $18,5 млн за минувшие 7 дней. Этот показатель вырос еще более значительно и составил 63,3%, по сравнению с аналогичными значениями за предыдущий период.
Одним из главных трендов на рынке криптовалют в году стали невзаимозаменяемые . С их помощью...
Технология блокчейн быстро развивается и находит применение в разных сферах жизни человека. На...
На крипторынке регулярно появляются проекты, которые привносят инновацию в индустрию или улучшают...
Связанное с BAYC собрание Mutant Ape Yacht Club (MAYC) также продемонстрировало хорошие показатели. Коллекционеры приобрели предметы на общую сумму в размере $8,74 млн, что на 66,1% превысило значения предыдущей недели. Другая популярная NFT-коллекция на базе Ethereum — Azuki — наоборот, зафиксировала отрицательный результат.
Коллекционеры купили предметы цифрового искусства на сумму $12,35 млн, что на 29,5% ниже аналогичных показателей предыдущей 7-дневки.
Аналитики отметили: лидером последней недели внезапно стала коллекция SMB Barrel Raffle, выпущенная на основе блокчейна Solana. Она заняла 1-ю строчку по сумме продаж с показателем на отметке $29,49 млн. Всего 6,46 тыс. покупателей осуществили более 80,5 тыс. транзакций.
Кроме того, на Cryptoslam отмечено падение популярности коллекции Azuki Elemental Beans, вокруг которой возникло множество споров. За минувшую неделю продажи составили всего $4,99 млн, что на 86,6% ниже аналогичных цифр за предыдущий временной период.