希少性レベルマッピングに基づくNFT評価システムの紹介

blockin.ai

特邀专栏作者

2022-12-09 10:02

この記事は約4678文字で、全文を読むには約7分かかります

一部の NFT が数百万ドルで売れるのに、他の NFT は比較的少額で売れるのはなぜでしょうか?収集品市場では、販売価格と希少性の間に固有の相関関係はありますか?

この記事は以下からのものです。Blockin.ai & nftin.ai，この記事は以下からのものです。

Odaily社の許可を得て掲載しています。

デジタル資産市場の発展以来、ステータスシンボルやそれが表す社会的価値が新たな商品価値となっており、NFT（Non-fungible Token）はその商品価値を象徴するデジタル暗号化資産です。スマートコントラクトによって作成、維持、実行される、独自性があり、希少で、複製不可能な、同種でないデジタル資産証明書。 NFTの価値評価は、希少性、コミュニティでの認知度、保有者など複数の側面から判断されます。同じシリーズであっても、NFTごとに特徴や形態が異なり、属性の注目度や所有履歴なども異なります。したがって、その評価は非常に重要であり、市場における迅速な取引のために、より良い評価システムを構築し、信頼できる参考価格を提供したいと考えています。

NFT のオンチェーン取引履歴と NFT メタデータの助けを借りて、まず、さまざまなコレクション内のアイテムの希少性スコアを計算しました。次に、NFT の希少性とその価格の相関関係を評価しました。最後に、その本質的な相関関係を通じて、評価を行いました。希少性レベルマッピングに基づく価格システムは、複数のプロジェクトで研究され、遡及的に検証されています。

副題

パート 1. NFT の希少性の計算

名前が示すように、NFTの希少性は、NFTが他の収集品と比較してどれだけ希少であるかを測定します。属性を見ることで、NFT がいくつかの珍しい特性を持っていると判断できるかもしれませんが、この NFT は他の NFT と比較してどの程度珍しいのでしょうか?nftin.aiBAYC を例に挙げると、

上に示したように、BAYC には背景、服、イヤリング、目、毛皮、帽子、口の 7 つの異なる機能があります。

各特徴の下には異なるサブ特徴があり、そのサブ特徴の割合頻度を計算します。特徴の特性数を派生特徴として使用して、その割合を計算することに注目してください。各NFTには複数の機能とそのサブ機能があるため、希少性をランク付けするには、すべての機能の希少性を単一の値に組み合わせる方法が必要です。

これまでにも、レアリティを計算する方法がいくつかありました。特性レアリティランキング (最もレアな特性のみをランク付け)、平均特性レアリティ (すべての特性のレアリティを平均化)、統計的レアリティ (すべての特性の乗算のレアリティを組み合わせたもの) ですが、特性レアリティのランキングではレアな特性が重視されすぎるため、平均および統計的なレアリティの計算によりレアな特性が薄れてしまいます。したがって、特徴の希少性スコアを希少性スコアとして蓄積することにより、上記の問題をよりよく解決することができる。

主なアイデアは、単一の NFT の各機能の希少性をスコア化し、次に NFT のすべての機能の希少性スコアを加算して、最終的に NFT の合計の希少性スコアを取得することです。つまり、NFTの合計希少性スコアは、そのすべての特徴値の希少性スコアの合計であり、具体的な計算式は付録で詳しく説明されています。

例は次のとおりです。

まず、サブ機能の割合を計算します。

次に、比率の逆数に従ってサブ機能スコアと合計スコアを計算します。

上記のように、各特徴量の希少性スコアと各NFT IDの合計希少性スコアが得られるため、希少性スコアは合計スコアが高いNFT ID 2の方が価値が高いと考えられます。

異なる特徴の下にあるさまざまなタイプのサブ特徴を考慮すると、特徴の頻度の割合には自然な違いがあることに注意してください。上記の V1 バージョンを改良しました. V2 バージョンの主な考え方は V1 と同じですので、ここでは詳細は説明しません. 違いは、サブ機能の数の正規化が考慮されていることです, そして、機能の組み合わせが新しい派生機能として追加され、機能が強化されます機能の組み合わせにより、NFT の希少性をより包括的に反映できます. V2 の説明と計算式については、付録を参照してください。

また、一部のプロジェクトについては、V3 バージョンも計算しました。V3 バージョンと V2 の違いは、3 つの機能の組み合わせが追加されている点です。ただし、一部のプロジェクトではサブ機能の数が多いため、多くの組み合わせが存在します。特性の割合値はあまり区別できないため、一部のアイテムの V3 レアリティスコアのみを計算しました。

上記の3つのバージョンの希少性の計算に加えて、一部のNFTが過去に取引されていないことを考慮して、取引されたすべてのNFTの希少性スコアを測定したいため、動的希少性が定義されます。静的希少性の計算方法と一致していますが、動的希少性を計算するためのデータは歴史上の一定期間に取引されたNFTのみであるため、データはNFTの全量の一部にすぎない点が異なります。。また、時間の変化に伴い計算データセットも随時変化するため、動的レアリティを毎日リアルタイムに更新します。つまり、動的な希少性は、客観的な属性の割合を考慮するだけでなく、取引期間内のNFTの希少性を動的に反映する過去の取引状況も考慮します。

さらに、ジャッカード距離などの他の希少性の計算方法も検討しました。ジャッカード距離は、2つのセットの非類似性を測定する指標であり、2つのNFT特徴間の類似性を計算でき、NFTと他のNFT間の平均類似度が高くなります。 NFT レア度が高いほど、具体的な計算方法は付録を参照できます。

副題

第2部希少性と価格の相関関係の研究

多くの場合、人々は希少性のためにプレミアムを支払うことをいとわないが、希少性は価格に具体的にどのように影響するのでしょうか?チェーン上の過去の取引データの助けを借りて、NFTの価格と希少性の間の本質的な相関関係を評価するために、いくつかの優良プロジェクトを例として取り上げました。

各アイテムの希少性スコアをすでに計算していることを考慮して、希少性スコアと価格の相関関係を直接調査し、両者間のスピアマン相関係数を計算しました。

具体的な計算方法は以下の通りです。

ここで、n はサンプル数、d はデータ x と y の間のランク差を表します。

絶対値が 1 に近づくほど 2 つの変数間の関係は緊密になり、0 に近づくほど 2 つの変数間の関係は緊密になります。相関係数に対応する相関強度は以下のとおりです。

0.8-1.0 非常に強い相関

0.6 ～ 0.8 の強い相関

0.4-0.6 中程度の相関

0.2～0.4の弱い相関

0.0-0.2 相関が非常に弱い、または相関がない

BAYC、MAYC、cryptopunks、moonbirds、doodles の 5 つの優良プロジェクトを例として、過去 2 か月間の取引価格と希少性スコア (V2) の相関関係を計算します。

上のグラフは、ほとんどのアイテムの単一アイテムの希少性スコアと価格の間に弱い相関関係があることを示しています。

x > 10: Legendary

6 < x <= 10: Rare

2 < x <= 6: Classic

x <= 2: Normal

上図から、動的希少性であっても静的希少性であっても、NFT のレベルが高いほど過去の平均取引価格が高くなることがわかるため、単一の NFT と NFT の間に明確な相関関係はないかもしれないが、価格しかし、全体として、ハイグレードなNFTの販売価格は依然として比較的高い、つまり、人々はより希少なNFTに高い価格を支払うことをいとわない。

副題

第 3 部希少性レベルマッピングの評価システム

上記の調査から、希少性レベルが高いほど、そのレベルでの一般的な取引価格が高くなることがわかります。そこで、過去の取引データとNFTの希少性レベルに依存した希少性レベルのマッピングに基づいた評価システムの設計を検討しました。最新のNFT市場価格。

市場におけるNFT価格は不安定であるため、過去の取引の水平線は現在の取引の水平線を表すことができず、毎日および毎月取引されるNFTの価格も水平線の範囲内で変動します。 BAYC を例として、次の図はそのトランザクションの変動を示しています。

そのため、異なるプロジェクトのNFT取引については、取引分布のアンカーポイントとして日々の取引状況を計測できる水平線の値を探すことを検討しますが、平均値であるため、最小値と最大値は影響を受けやすいです。アンカーポイントは、中央値をもとに各種指標を計算し、下図のように上限値、下限値等を設け、おおよその取引価格を復元するものとします。さまざまな期間の取引分布を確認し、過去の取引の分布ルールに従ってさまざまなNFTの最新の取引価格を推定します。

注: 上位四分位: Q3 中央値: Q2 下位四分位: Q1 四分位間範囲 (IQR): Q3 - Q1 上限: Q3 + 1.5*IQR

下限値：Q1 - 1.5*IQR 最大値：max 最小値：min 平均値：mean

1. この方法を要約すると次のようになります。過去の比率の計算

2. : 過去 6 か月間に 3 日ごとに rate_high と rate_low を計算し、すべての rate_high と rate_low の平均、ratio_high_avg、ratio_low_avg を求めます。過去の比率に基づいて最新の仮想上限と下限を計算します

3. : 上記で求めたratio_high_avg/ratio_low_avgと最新の中央値から仮想の上限値と下限値Virtual_upperとVirtual_ lowerを計算します。最新の評価コホートの形成

4. : 仮想上限値と下限値および最新期間のすべての取引の分布に基づいて最新の評価キューを生成し、上限値と下限値内の元の取引データを区間 [下限値、上限値] に埋め込み、評価コホートの最終的なフィッティング分布としてその外側のデータ。：

評価コホートランクマッピング

a. さまざまなクラス内の生の取引価格を平均します。（最新の取引サイクルに一部のレベル値が存在しない場合、前後2つのレベルの平均値が注文の成立に使用されます）

b. アイテムの希少性レベル (正規化された希少性スコア (V2) に従って 20 レベルに分割されている) に従って、異なるレベルの取引の平均値が異なるレベルのすべてのアイテムにマッピングされ、評価が取得されます。

評価の客観的な正確性を確保するために、評価の前にまず取引データを次のようにクリーンアップしたことは言及する価値があります。

a. 明らかなブラッシング行為とそれに対応する取引プラットフォームを削除します。

b. プロジェクトの開始時は取引市場が不安定であることを考慮し、プロジェクトごとに過去数か月間の取引データは除外しています。

c. 個別取引の中には、当日の取引中央値に対する比率が小さすぎるため、市場水準を客観的に反映できないため除外しております。

また、上記計算版では、一部の高レアIDの評価額がその日の指値注文価格と乖離しすぎているなど、過去の取引実績を遡及して評価した結果が期待値を満たしていない場合があることが判明しました。そこで、上記バージョンをベースに、希少性の高い一部のIDの評価を見直し、過去に高額取引があったIDについては、過去の取引比率の平均ratio_avgを別途算出し、そして、最新のサイクルトランザクションの数値 median*ratio_avg を使用して、ランクマップの推定値を置き換えます。

希少性評価には複数のバージョンが存在するため、異なるプロジェクトで希少性評価マッピングの異なる評価方法を試し、遡及検証を実施しましたが、総合的な結果と効率の観点から、V2 バージョンの希少性評価マッピングの方が優れているため、現在、静的な希少性レベル V2 マッピングを使用した評価がオンラインで表示されます。

評価精度の検証

評価システムの精度を測定するために、特定の日の予測価格とその日の実際の取引価格に基づいて平均絶対パーセント誤差 (Mean Absolute Percentage Error、MAPE) を計算します。

このうち、yi は実際の値、y^i は予測値、n は NFT の数を表します。

いくつかの優良プロジェクトの検証結果は以下のとおりです。検証日は 2022 年以降 (2022-01-01 ～ 2022-11-15) のデータです。

以下は、ほぼ 2 か月前 (2022 年 10 月 1 日から 2022 年 11 月 15 日) まで遡ったいくつかのプロジェクトの予測価格と実際の取引価格の散布図を示しています。

結論と要約

副題

付録

V 1:

V2:

付録

a. 特徴スコア計算の正規化

特徴の正規化では、さまざまな特徴の下にあるサブ特徴の数によって生じる特徴の希少性スコアの違いが考慮されます。たとえば、BAYC プロジェクトでは、イヤリングには 7 つの異なるサブ特徴があり、口には 33 の異なるサブ特徴があり、一般に、口はイヤリングよりも識別可能な希少性スコアを持っているため、特徴の正規化が考慮されます。

b. 特徴のペアごとの組み合わせ

複数の特徴の順列と組み合わせに基づいて、さまざまな特徴の組み合わせの割合統計が強化され、希少性を高次の方法で説明できます。たとえば、BAYC には合計 7 つの異なるパーツ特徴があり、ペアの異なる組み合わせの数は次のようになります: Combine( 7, 2) = 21 で、希少性スコアはペアの組み合わせを新しい特徴として使用して計算されます。結合された特徴の希少性スコアの計算方法は上記と同じであるため、ここでは繰り返しません。