Dragos (dragossden)는 소셜 미디어 플랫폼에서 활동하는 암호화폐 인플루언서이자 투자자입니다. 그는 시장 내러티브와 트렌드를 분석하는 것으로 알려져 있습니다. 그는 밈 코인과 AI 밈 코인 메타에 집중하여 투자 접근 방식에서 커뮤니티 역학과 내러티브 강점을 강조했습니다. [1] [3]
Dragos는 인터넷 마케팅 배경을 활용하여 2017년에 암호화폐 공간에 진입했습니다. 처음에는 ICO에 대한 설명 비디오 제작에 집중하는 회사를 설립하여 주요 프로젝트와의 연결을 촉진하고 해당 기간 동안 ICO에 투자하게 되었습니다. 2020년까지 그의 관심은 DeFi로 옮겨갔고, NFT 붐 동안 투기적 트렌드보다 실력 기반 토큰을 선호하며 그곳에 머물렀습니다.
현재 사이클에서 Dragos는 과거 경험을 통해 배우고 시장 활동을 주도하는 내러티브를 분석하여 밈 코인에 집중해 왔습니다. 그는 유망한 프로젝트를 발굴하는 데 도움이 되는 L's Lab과 같은 숙련된 그룹과 협력합니다. 그는 내러티브 강점과 지속 가능성 잠재력을 기반으로 이를 평가하여 덧없는 트렌드보다는 지속적인 기회를 식별하는 감각을 개발합니다.
그의 접근 방식의 예는 거래 가능한 토큰과 NFT를 결합한 새로운 메커니즘으로 인해 그가 일찍 식별한 프로젝트인 Pandora였습니다. 그는 커뮤니티에 참여하고 기술을 분석하여 잠재력을 인식했습니다. 그러나 그는 AI 밈 코인 메타와 같이 기술적 기반과 시장 매력을 통합한 더 광범위한 트렌드에 비해 내러티브가 지속적인 힘이 부족하다고 지적했습니다.
시장 침체 기간 동안 그와 그의 그룹은 약한 트렌드를 과도하게 거래하는 어려움에 직면했습니다. 이러한 경험을 되돌아보면서 Dragos는 불확실한 시장 단계에서 과도한 노출을 피하기 위해 선택성과 내러티브의 지속 가능성을 평가하는 것이 중요하다고 강조합니다. 그는 내구성이 뛰어난 기회를 식별하는 데 집중하면서 네트워크 내에서 공유되는 지표와 내러티브를 분석하여 프로젝트를 계속 평가합니다. [2]
Kaito AI와의 인터뷰에서 Dragos는 AI 밈 코인 메타를 투기적 매력과 기술적 관련성으로 인해 중요한 트렌드로 논의했습니다. 기존 밈 코인과 달리 AI 밈 코인은 기술 부문 전반에 걸친 AI의 지배력과 연결되어 더 강력한 내러티브 기반을 제공했습니다. 이러한 토큰은 거래를 실행하고, 자금을 관리하고, 토큰을 배포할 수 있는 대화형 AI 실험과 관련이 있었습니다. 당시에는 원시적이었지만 빠른 개발은 향후 시장 주기에서 지속적인 관련성을 시사했습니다.
그는 유명 인사가 AI 봇에 비트코인을 기부했을 때 메타의 초기 징후를 알아차린 것을 회상했습니다. 이 사건은 그의 관심을 불러일으켜 초기 성장 단계에서 $GOAT와 같은 토큰에 투자하게 되었습니다. $GOAT의 성공은 $ZEREBRO, $FARTCOIN, $BULLY 등을 포함한 유사한 프로젝트의 물결을 일으켰으며, 그 중 다수는 상당한 가치 평가를 달성했습니다.
Dragos는 $FARTCOIN을 터무니없음으로 인해 견인력을 얻은 밈 코인의 독특한 예로 강조했습니다. 팀이나 전통적인 커뮤니티 구축 도구 없이 컬트와 같은 추종자들이 소셜 미디어 참여를 통해 유기적으로 등장했습니다. 단순함에도 불구하고 분열성은 관심을 증폭시켰고, 가치 상승은 언론 보도와 더 많은 관심을 끌었습니다.
밈 코인 투자에 대한 그의 접근 방식은 내러티브, 커뮤니티 강점 및 모멘텀을 평가하는 것을 포함했습니다. 그는 Kaito와 같은 도구를 사용하여 감정과 커뮤니티 참여를 추적하여 유망한 토큰을 조기에 식별할 수 있었습니다. 포지션 크기 조정은 위험을 관리하는 데 중요했으며 전략은 포트폴리오 규모에 따라 달랐습니다. 소규모 포트폴리오는 위험을 최소화하기 위해 노출을 줄여 빠른 뒤집기에 집중한 반면, 대규모 포트폴리오는 잠재력이 높은 코인에서 총 공급량의 일정 비율을 확보하는 것을 목표로 했습니다. 주기를 너무 늦게 시작하면 수익성이 감소하므로 타이밍도 중요했습니다.
Dragos는 AI 밈 코인 트렌드가 이전 주기보다 더 지속 가능하다고 생각했으며, 새로운 프로젝트가 이전 프로젝트를 반복하고 개선했습니다. 그는 이 진화하는 공간에서 투자 전략을 최적화하기 위해 내러티브, 감정 및 시장 주기에 대한 신중한 분석을 강조했습니다. [2]