NFT 가격 정의 탐색: 유동성을 찾는 가장 좋은 방법은 무엇입니까?

Block unicorn

特邀专栏作者

2022-03-21 03:00

이 기사는 약 4772자로, 전체를 읽는 데 약 7분이 소요됩니다

가격 분포 분석은 유동성이 가장 잘 발견되는 곳과 금융화 방법의 잠재적 시장에 대한 보다 완전한 이해를 제공합니다.

AI 요약

펼치기

가격 분포 분석은 유동성이 가장 잘 발견되는 곳과 금융화 방법의 잠재적 시장에 대한 보다 완전한 이해를 제공합니다.

원래 번역: 블록 유니콘

원래 제목: "컬렉션 간 NFT 가격 분포 탐색"

가상 랜드, PFP(NFT 아바타) 및 게임 자산과 같은 NFT 범주는 항목 및 수집품을 평가하기 위한 공통 프레임워크입니다. 그러나 이러한 자산의 덜 논의되고 때로는 직관에 반하는 속성은 컬렉션의 가격 "순위"와 동일한 가격 등급의 자산이 컬렉션 및 NFT 클래스에서 작동하는 방식입니다.

보다 구체적으로 다음 세 가지 질문에 답하려고 합니다.

보다 구체적으로 다음 세 가지 질문에 답하려고 합니다.

시장 전체에서 NFT의 가격 분포는 어떻게 됩니까?

가격 분포 패턴이 나타났습니까? 만약 그렇다면 얼마나 일반적입니까?

이러한 분포에서 주어진 NFT를 다른 유동성 방법보다 일부 유동성 방법에 더 적합하게 만들 수 있는 가격 "계층"을 어떻게 정의합니까?

방법

NFTBank는 기계 학습을 사용하여 유사한 자산의 과거 가격을 기반으로 NFT 가격을 예측하는 알고리즘 자산 평가 제품입니다. NFT 은행에서 3개월 이상의 데이터를 추출했습니다. 첫 번째는 2021년 12월 15일(279개 컬렉션, 약 240만 NFT, 약 370만 ETH 시장 가치), 그 다음 2022년 1월 13일(540개 컬렉션, 약 1420만 NFT, 약 890만 ETH 시장 가치), 가장 최근에는 2022년 2월 27일 (538 컬렉션, 약 1480만 NFT, 약 650만 ETH 시가)

이 기사에서는 우리가 발견한 4가지 관찰에 대해 설명합니다.

1. 가격 분포는 일반적으로 세트 사이와 세트 내에서 매우 집중되어 있습니다.

2. NFT "카테고리"(PFP, 게임, 가상 토지 등)와 관련이 없어 보이는 가격 분포의 주요 "형태"가 5가지 있습니다.

3. 가격 분포는 일반적으로 변경되지 않습니다. 수집품의 75%에 대해 가격 분포는 시점에 따라 일정하게 유지됩니다. 변화하는 사람들에게는 "관련된" 형태를 향하고 있습니다.

4. 지수적 감쇠 및 대수정규형 분포(앙상블의 60%)가 있는 앙상블의 경우 하단, 중간 및 상단 자산의 동작을 정의하고 조사할 수 있습니다.

중앙 집중식 가격 분배

시리즈 전반에 걸쳐 시장은 시가 총액의 60% 이상을 차지하는 상위 10개 시리즈에 집중되어 있으며 (정규화된) 지니 계수는 약 0.9입니다.

수집품에서 대부분의 가격 분포는 대부분의 항목이 최저 가격에 가까운 가격으로 책정되는 패턴을 따릅니다. 나머지 몇 가지 항목이 가격 범위의 대부분을 구성하므로 컬렉션의 시장 가치에 크게 기여합니다.

정규화된 가격 분포 차트의 예:

이 차트에서 x축은 100등분으로 나뉩니다. 예를 들어 첫 번째 차트(CryptoPunks)는 거의 모든 펑크가 전체 가격 범위의 상위 2%에 가격이 책정되어 있음을 보여줍니다.

이것은 교환 프로젝트에 가장 적합한 NFT 금융화 제품에 대한 약속을 지킵니다. 예를 들어, NFTX와 같은 유동성 풀은 교환 자산을 양도할 수 있는 NFT 소유자에게 즉각적인 유동성을 제공하는 "교환 AMM" 역할을 할 수 있습니다. 풀.

많은 수의 시장 아이템과 신뢰할 수 있는 가격 피드(여러 고유 주소에서 자주 거래되는 컬렉션)가 포함된 컬렉션도 P2Pool 대출 상품의 담보로 사용할 수 있습니다. 바닥 자산은 종종 "동일하게" 취급될 수 있으므로 수동 평가가 필요하지 않기 때문입니다. 가격 피드와 자동화된 위험 평가 수단이 연결되면 대출 조건을 자동화할 수 있습니다.

그러나 위의 예에서 VeeFriends 및 Decentraland와 같은 일부 컬렉션은 이 "모델이 가격 하한선" 모델에 맞지 않는다는 점에 유의하십시오. 실제로 가격 분포 패턴은 5가지 모양 중 하나에 속하므로 다음 관찰로 이어집니다.

가격 분배에는 다섯 가지 주요 형태가 있습니다.

시계열 전체에서 우리가 관찰한 가격 분포의 형태는 다음과 같습니다.

1) 지수적 감쇠. 이들은 대부분의 상품이 바닥에서 가격이 책정되는 수집품이며 고가 품목의 긴 꼬리가 있습니다. 우리가 샘플링한 컬렉션의 약 40%가 이 프로파일을 나타냅니다. 예를 들면 Cryptopunks, RTFKT Clone X + Murakami 및 Mutant Ape Yacht Club이 있습니다.

2) 대수정규분포는 지수분포와 형태가 유사하나 최빈값이 바닥보다 약간 위에 있다. 우리가 샘플링한 컬렉션의 약 20%가 이 프로파일을 나타냅니다. 예를 들면 Bored Ape Yacht Club, Sandbox LAND 및 Decentraland가 있습니다.

3) 대칭적(또는 정규분포와 유사)분포는 자산이 평균가격 주변에 고도로 집중되어 양쪽에서 점차 감소하는 것을 의미합니다. 샘플링한 컬렉션의 약 5%가 이 프로필을 나타냅니다. 예를 들면 Anonymice, Blitmap 및 Rollbots가 있습니다.

4) 다중 모드 분포는 더 넓은 범위에 걸쳐 여러 범프와 스파이크를 나타냅니다. 우리가 샘플링한 컬렉션의 약 20%가 이 프로파일을 나타냅니다. 예를 들면 VeeFriends, Autoglyphs 및 FLUF World가 있습니다.

5) 포인트 분배 패턴은 위의 형태 중 하나이지만 가격은 <0.1 ETH로 분배됩니다. 우리는 이것을 거의 같은 가격으로 정의하기 때문에 이것을 "포인트 분포"라고 표시합니다. 이 모양은 작은 모자 컬렉션의 일반적인 특징입니다(PVFD를 제외하고 상위 100개 컬렉션 중 어느 것도 이 모양을 가지고 있지 않음). 따라서 필터 역할을 합니다. 샘플링한 컬렉션의 약 15%가 이 프로필을 나타냅니다. 예를 들면 PVFD, 조디악 캡슐 또는 PEGZ가 있습니다.

흥미롭게도 NFT 카테고리(PFP, 가상랜드, 게임 자산 등)는 가격 분포의 형태와 무관합니다. 예를 들어 Cryptovoxels, Decentraland 및 Somnium Space의 가상 토지 NFT는 모두 서로 다른 분포(지수, 로그 정규(각각 1월/12월 데이터에서 대칭) 및 다중 모드)를 갖습니다.

가격 분포는 컬렉션이 속한 NFT 범주가 아니라 컬렉션 자체의 고유한 특성의 함수일 가능성이 높습니다. 토지의 경우 위치, 대지면적, 통행량(수입 창출 가능성), 이미 건설되어 프리미엄으로 판매되는 토지 등이 될 수 있습니다.

다음으로 이러한 가격 분포가 시간이 지남에 따라 변하는지 조사했습니다.

가격 분포는 (보통) 동일하게 유지됩니다.

여기에는 제한된 데이터(3개 데이터 포인트)로 인해 여기의 분석이 미래에도 계속될지는 시간만이 알 수 있습니다. 정규화된 가격을 다시 살펴보면 12월(회색)과 1월(빨간색)의 가격 분포가 일반적으로(항상 그런 것은 아님) 2월(파란색)의 가격 분포와 일치하거나 적어도 유사한 모양을 가짐을 알 수 있습니다.

1월과 2월 데이터에 모두 포함된 537개의 컬렉션 중 166개에서 가격 분포 형태가 변경되었습니다(30%). 또한 1월부터 12월까지 비슷한 비율 변화(25%)를 보였습니다. 많은 것처럼 들릴 수 있지만, 컷오프에 대해 너무 엄격하지 않기 때문에 위 세트의 분포 형태에 대한 분류가 약간 모호하다는 점을 명심하십시오.

예를 들어 "모드 > 가격 하한선 => 로그 정규"인 경우 지수 감소와 로그 정규를 구분할 수 있습니다. 아래의 패턴 대 바닥 비율을 보면 더 느슨한 정의를 선택했고 모양을 분류하기 위해 적합 분포를 보았을 때 패턴이 바닥 위로 10%-20%가 되도록 허용했습니다.

이를 바탕으로 우리는 기하급수적으로 감소하는 분포와 로그 정규 분포가 "관련"되어 있다고 생각합니다.

가격 분포의 변화가 관찰되는 경우:

~42%가 포인트 분배로 또는 포인트 분배에서 변경되었습니다. 포인트 분배는 다른 네 가지 형태 중 하나로 제공되지만 가격 범위가 매우 좁습니다.

~26%는 지수 감쇠 또는 로그 정규에서 다중 모드로 변경됩니다. 우리 배포판에는 일반적으로 하나의 스키마만 있기 때문에 이 클래스의 정의도 더 부드럽습니다. 우리는 이 모양을 정의하여 VeeFriends와 같은 분포와 여러 범프(패턴)를 다른 모양과 구분합니다.

~22%는 로그 정규 분포로/로부터의 지수적 감소입니다(엄격한 접근 방식을 취했다면 이 수치는 훨씬 더 높을 것입니다).

~10%의 나머지 변동은 대칭적으로 분포되었으며 대수정규분포가 큰 부분(6%)을 차지했습니다. 이것은 또한 대수 정규 분포와 대칭 분포 사이의 선이 다소 느슨하게 정의된다는 사실 때문이기도 합니다(즉, 두 모양도 "상관"이 있음).

텍스트

하한선 정의: 다양한 하한선 분위수와 하한선 가격에 대한 비율을 조사했습니다.

컬렉션에 있는 800개 항목 중 약 90%의 중간 가격이 1.4* 예약 가격 미만이었습니다. 여기에서 임계값을 선택하는 것은 우리가 염두에 두고 있는 사용 사례에 따라 더 많이 달라집니다. 컬렉션 항목의 더 많은 부분을 더 오른쪽으로 포함하면 가격 범위를 확장하는 비용을 실행하여 컬렉션의 동질성을 떨어뜨립니다.

컬렉션의 약 90%에 대해 임계값이 작동하도록 하려면 임계값은 다음과 같습니다.

1.3은 25% 분위수를 제공합니다(따라서 항목의 25% 포함).
1.4는 약 50% Quantile/Median을 제공합니다.
1.75는 ~75% 분위수를 나타냅니다.

소장품의 30% 미만은 너무 적고 [예약가, 예약가 * 1.75]의 가격대가 너무 넓을 수 있습니다. 따라서 승수 1.4를 하한으로 선택합니다. 즉, '하한가' 항목은 [가격 하한선, 하한가*1.4]의 가격 범위 내의 항목을 의미합니다. 컬렉션의 2/3에 해당하는 개체의 75%가 여기에 포함됩니다.

최상위 항목 정의: 최상위 분위수를 사용하여 유사한 경로를 따를 수 있습니다.

임계값 2.5는 컬렉션의 90% - 800개 컬렉션의 85%를 포함합니다. 또한 컬렉션의 2/3에 컬렉션의 95%가 포함되고 컬렉션의 ~20%에 컬렉션의 99%가 포함됩니다. 즉, 임계값 2.5는 자산의 상위 10%를 집합의 90%인 "상위" 버킷에 배치합니다.

다시 말하지만, 이 세트에 대해 더 배타적인 작업을 수행할 수 있습니다. 예를 들어 이 임계값을 4로 늘립니다.

최저 가격과 최고 가격의 이러한 정의에 따라 가격이 [하한 가격 * 1.4, 최저 가격 * 2.5] 사이에 있는 중급 제품을 정의할 수 있습니다. 이제 이러한 가격 사다리의 기능을 살펴보겠습니다.

가격 계층의 특성 정의

최저 가격 대 최저 가격 * 1.4로 가격이 책정된 항목.

바닥은 일반적으로 수집품의 50~75%, 시장 가치의 25~50%를 차지합니다. 그들의 볼륨과 동질적인 행동은 유동성 풀에 적합하게 만들어 사용자가 현장 자산 거래 활동에서 이익을 얻고 다른 가격대에 비해 가장 깊은 유동성을 즐길 수 있는 "바닥 AMM"으로 효과적으로 작동합니다.

품목 가격 기본 가격*1.4 ~ 예약 가격*2.5.

가격 하한선은 일반적으로 제품의 20%-40%, 컬렉션 시장 가치의 10%-20%를 차지합니다. 현재 상태로는 중급 상품은 구덩이 거래보다 유동성이 덜 필요하고 Grails보다 반사 이익에 대한 노출이 적기 때문에 거래 시 수익성이 가장 낮을 것입니다. 모드가 중간 범위(대칭 가격 분포가 있는 모드)인 집계는 많은 사용자가 가격보다 자산 자체의 속성이나 유용성에 더 관심이 있는 모드일 가능성이 높습니다. 예를 들어, 가상 토지 층은 너무 작거나 수익성이 없는 위치에 있을 수 있는 반면, 크고 트래픽이 많은 토지는 너무 비싸거나 판매할 수 없습니다. 따라서 토지매수자들은 입지와 토지면적, 가격이 좋은 자산을 찾는다.

가격 하한선에 일부 "일시적" 항목(예: 가격 하한선 상승 또는 하락)이 포함되어 있는 것으로 밝혀지면 이는 투기 계층 및 관련 헤지 응용 프로그램일 수 있습니다.

TOP 또는 상위 아이템, 상품 가격 > 최저 가격 * 2.5.

최고 품목은 일반적으로 상품의 5%-10%, 컬렉션 시장 가치의 20%-40%를 차지합니다. 골동품 판매는 "전통적인" 예술품이나 부동산의 고급 품목처럼 매우 시끄럽고 가격 변동이 심합니다. 거래량과 속도는 낮지만 담보로 활용하거나 스핀오프를 통한 유동성 확보가 가능하다.

3개 계층 각각의 항목 점유율을 보면 바닥 항목(파란색)이 많은 것을 볼 수 있습니다. 여기저기서 작지만 우리 모양의 모호한 정의와 관련이 있습니다. 예를 들어 Meebit(첫 번째 열)은 위에서 추가로 보여준 추가 범프가 있기 때문에 계층적 논리를 제대로 따르지 않습니다.

컬렉션 이름은 작지만 이름 끝에 있는 (Jan) 또는 (Dec)은 각각 1월 또는 12월 데이터 세트에서 가져온 것임을 나타냅니다.

각 가격 계층의 시장 점유율을 살펴보면 해당 계층의 시가 총액 점유율과 관련하여 상황이 약간 시끄러워집니다. 바닥재가 여전히 시장 점유율의 대부분을 차지하는 것처럼 보이지만 수집품이 바닥재보다 10-1000배 더 높은 컵을 가지고 수집품의 가치를 잠식하는 것은 드문 일이 아닙니다.

전반적으로 시가 총액의 약 25%-50%는 하위 계층에 속하고 10%-20%는 중간 범위에 속하며 20%-40%는 상위 계층에 속합니다.

미래 경력

이 백서에서는 NFT의 가격 변동 행동과 해당 컬렉션의 계층에 따라 NFT를 분류하기 위한 몇 가지 예비 단계를 수행합니다. 위에서 언급했듯이 사용 사례에 따라 레이어의 경계를 조정할 수 있습니다. 우리의 목표 중 하나는 보유자에게 유동성을 찾는 최선의 방법을 알리기 위해 컬렉션과 자산 클래스 전반에 걸쳐 NFT의 공통적인 행동과 특성을 도출하는 것이며, 이 분석은 이 평가 매트릭스에 정보를 제공하는 데 도움이 됩니다.