NFT 담보를 평가하는 5가지 방법에 대한 심층 분석
원저자:taetaehoho.eth
원래 제목: "Valuing NFTs as Collateral - Overview, Landscape, Pros/Cons》
원문 편집: Lynch, Chain Catcher
원저자:원래 제목: "원문 편집: Lynch, Chain Catcher내 동료전에
요약했다
이러한 프로토콜 중 일부를 사용하여 NFT에 대한 유동성을 생성하는 방법.
이제 NFT 담보화를 통해 NFT의 유동성을 창출하는 가장 확실한 사용 사례라고 생각되는 NFT 금융화 영역 중 하나에 초점을 맞추고 프로토콜이 이 공간 제품에서 NFT 담보화를 어떻게 평가하는지 설명하겠습니다. 그리고 각 접근법의 장단점.
첫 번째 레벨 제목
원인
소중한 NFT가 있습니다. 팔고 싶지는 않지만 유동성에 대한 가치에 의존하고 싶습니다. 내가 할 수 있는 것은 NFT의 가치를 담보로 누군가가 나에게 대출을 하도록 하는 것입니다. ETH를 얻은 후에 Defi를 플레이하고 Mooncat을 계속 유지할 수 있습니다.
이 과정에서 중요한 단계는 담보 가치를 평가하는 것입니다. 대출 기관은 자본을 적절하게 보호하고 채무 불이행과 같은 위험에 대해 공정하게 보상받을 수 있는 경우에만 유동성을 제공합니다.
차용인이 신뢰할 수 있는지 확인하지만 무허가 익명 환경에서는 수행하기 어렵습니다.
또는 담보 가치가 사용자 채무 불이행 시 대출 자본을 보존하기에 충분함을 보장합니다.
첫 번째 레벨 제목
1.P2P
NFT 모기지 생태계
현재 현장에서 작동하는 프로토콜은 5가지 주요 벡터를 사용하여 평가를 결정합니다.
보조 제목
NFTfi가 개척한 p2p 모델은 대출자와 대금업자에게 가치 평가의 책임을 부여합니다. 플랫폼은 참가자들이 만나서 조건을 협상하고 대출을 실행할 수 있는 시장 역할을 합니다. 빠른 개요:
Alice는 Mooncat의 유동성이 필요하여 대출을 위한 담보로 사용합니다.
eth에서 수익을 얻어야 하는 Bob은 원금, 기간 및 APR을 자세히 설명하는 오프체인 대출 제안을 제출합니다.
Alice가 승인한 제안을 받으면 대출 금액을 체인으로 전송합니다. 동시에 그녀의 NFT는 잠기고 ETH는 그녀의 EOA(외부 소유 계정)로 전송됩니다.
모든 평가 메커니즘 중에서 p2p 시장은 참여자에게 가장 큰 자유도를 제공합니다. 차용자와 대출 기관은 개별 위험 선호도와 환경 요인에 가장 잘 맞도록 여러 변수를 동적으로 협상할 수 있습니다. 예를 들어, 15일 DeFi 전략을 실행하려는 대출자는 재융자 위험을 최소화하기 위해 15일 대출을 원할 수 있습니다. 사용자 경험을 단순화하는 프로토콜에서 거래자는 사용자에게 충분한 자유도(고정 APR, 기간 길이)를 제공하지 않기 때문에 이러한 전략을 실행할 수 없습니다.
이 모델을 기반으로 수정 및 생성된 프로토콜은 시장 참여자에게 제공하는 선택 사항이 매우 다양합니다.
예를 들어 Sharkyfi에서는 대출 기간이 고정되어 있고 사용률 곡선에 따라 APR이 결정됩니다. 대출 기관은 대출 규모만 결정할 수 있습니다. 차용자 측에서는 플랫 APR 및 테너가 있는 대출 주문서 상단에서 가장 큰 대출 규모를 자동으로 볼 수 있습니다.
Arcade는 차용인이 대출 조건을 지정하도록 요구하며 대출 기관이 이를 작성합니다.
P2P의 장점
고도로 사용자 정의 가능. 이를 통해 특이한 거래의 협상이 가능합니다(예: 대출자와 대출자는 서로를 알고 있으므로 더 유리한 조건을 체결하고, 대출자와 대출자는 선호하는 기간이 있으며 비시장 조건으로 합의할 의향이 있습니다... 등).
최상의 매개변수를 결정하는 것은 어렵고 자원 집약적일 수 있습니다.
차용자는 유동성에 즉시 접근할 수 없습니다.
동적 평가 조정 없음, 청산은 LTV를 기반으로 함보조 제목
2. 거버넌스/평가
JPEG'd에서 사용자는 NFT 예금으로 담보된 스테이블코인을 발행할 수 있습니다(Maker가 DAI를 발행하는 방법과 유사). 출시 시 프로토콜은 Alien Punks를 4000ETH로, Ape Punks를 2000ETH로 평가합니다. 계약에 따른 매체:
"프로젝트 거버넌스는 나중에 이러한 값을 변경할 수 있습니다."
Taker 프로토콜은 거버넌스를 사용하여 NFT의 가치를 결정하지만 프로토콜의 관리자가 결정하는 대신 전문가 평가자 간의 합의에 따라 평가가 결정됩니다.
CuratorDAO는 "각 NFT 범주에서 잘 알려진 개인 및 프로젝트"로 구성됩니다.
CuratorDAO는 모든 차용인이 대출을 받을 수 있는 평가 가치를 제공합니다(LTV 버퍼를 통해).
큐레이터다오(CuratorDAO)는 자체 자금으로 대출을 보증하고 대출 및 채무 불이행 위험을 감수하므로 플랫폼은 정확한 평가를 제공하기 위해 자체적으로 인센티브를 제공합니다. (이 디자인과 p2p/합리적 액터 사이에는 상당한 중복이 있습니다).
거버넌스/평가의 장점
차용자는 즉각적인 유동성을 얻습니다.
평가는 합의에 의해 결정되고 긴 투표 과정을 통해 검증되므로 가격 조작에 덜 취약합니다.
거버넌스로 인해 조정이 느려질 수 있음
평가를 동적으로 조정하기 어려움
보조 제목
데이터 소스
3. 오라클과 오라클을 사용하는 P2Pool
오라클은 외부 가격 피드를 기반으로 NFT의 실시간 동적 가격 책정을 가능하게 합니다. Oracle 데이터 피드를 사용하는 프로토콜은 다음과 같은 방식으로 큰 차이를 만듭니다.
NFTXFloor Price
Opensea API—데이터 소스
소스 데이터를 집계하는 방법
우리가 연구한 프로토콜 중에서 가장 널리 사용되는 두 가지 소스가 있습니다.이 정보는 Chainlink 오라클을 통해 업로드됩니다.그런 다음 이 데이터는 일반적으로 TWAP 형식의 가격 피드로 집계됩니다. 그런 다음 서로 다른 소스의 데이터를 가중 평균 최종 가격으로 결합합니다.
예를 들어, Drops DAO는 Drops NFT Floor TWAP, NFTX Floor Price TWAP 및
체인링크 NFT 오라클
, 그런 다음 데이터를 가중 평균 유보 가격 세트로 집계합니다. 그런 다음 차용인은 이 동적으로 조정된 평가의 LTV %로 대출합니다.
Pine Protocol은 Opensea API에서 얻은 min(7일 평균 거래 가격, 수집 하한 가격)을 사용합니다. 일반적으로 TWAP는 NFT 모기지 계약에서 볼 수 있는 가장 일반적인 데이터 집계 방법입니다.
오라클의 장점
차용자는 즉각적인 유동성을 얻습니다.
오라클의 단점
조작 가능 - 시장이 비유동적일수록 조작되기 쉽습니다. 악의적인 행위자는 계속해서 NFT를 저렴한 가격으로 주문하고 NFT를 직접 구매할 수 있으므로 특정 컬렉션이 청산될 수 있습니다. 이것은 문제의 NFT가 극도로 비유동적이고 차익 거래 봇이 거의 없는 경우에만 작동합니다. 따라서 거버넌스를 통해 또는 자동으로 등재 요건을 확보하는 것이 중요합니다.
Abacus Spot
보조 제목“optimistic proof of stake”NFT의 올바른 평가를 보장하기 위해 이익 극대화 에이전트에게 인센티브를 제공합니다. 가장 일반적인 접근 방식은 평가 제공자 간에 "위험 공유" 메커니즘을 설정하는 것입니다. 즉, 에이전트는 사용자 불이행 또는 평가 오류로 인해 손실이 발생하고 반대의 경우에는 이익이 발생합니다. 두 가지 다른 접근 방식을 살펴보겠지만 동시에 다양한 옵션이 있습니다.백지）
주판은
평가 방법. (
백지
Alice는 이익을 극대화하는 트레이더입니다. 그녀는 희귀 펑크의 열린 풀을 보고 ETH를 풀에 고정하기로 결정합니다(이유는 나중에 설명하겠습니다). 그녀가 ETH를 더 오래 잠글수록 더 많은 프로토콜 토큰 릴리스 ABC를 얻습니다.
그녀는 빠르기 때문에 첫 번째 "티켓"을 얻습니다. 풀의 첫 번째 0-1ETH는 그녀의 것입니다.
Bob과 그의 친구들도 풀에 ETH를 잠급니다.
NFT 보유자인 Charlie는 풀에서 Alice와 Bob이 잠근 20 ETH를 보지만 Charlie는 자신의 NFT가 이 값보다 낮다고 생각합니다.
Charlie는 즉시 풀을 "폐쇄"하고(찰리만이 NFT를 소유하고 있기 때문에 이를 수행할 수 있음) 풀의 모든 ETH가 Charlie에게 이전되고 NFT는 48시간 동안 경매됩니다.
NFT가 20 ETH 이상에 판매되면 수익은 Alice와 Bob 및 친구들에게 이전됩니다. 나중에 잠그는 사람들은 비례하여 더 높은 이익을 얻습니다. 이 때문입니다…
NFT의 판매 가격이 20 ETH 미만인 경우 수익은 선입선출(FIFO) 방식으로 나뉩니다. 0-1 ETH 티켓에 고정된 Alice는 1ETH를 돌려받지만 19-20 ETH에 고정된 Bob은 아무것도 얻지 못합니다.Gradient따라서 6단계에서 Bob은 더 큰 위험을 감수함으로써 더 큰 보상을 받습니다.
Pilgrim
만기일 전후에 발생하는 몇 가지 합병증도 있지만 일반적으로 거래자에 대한 인센티브는 판매의 잠재적 이익 + 토큰 배출 = 자본의 기회 비용(잠금된 ETH)이 되도록 충분한 ETH를 잠그는 것입니다.
Abacus가 평가를 결정하면 다른 프로토콜이 해당 평가에서 빌려줄 수 있습니다.
이것은 그러한 예 중 하나입니다.
따라서 프로토콜은 이익을 극대화하는 합리적인 행위자를 사용하여 NFT의 가치(이 경우 풀의 총 유동성)를 결정합니다.
합리적 에이전트의 장점
합리적 대리인의 단점
프로토콜은 트레이더를 플랫폼으로 끌어들여야 합니다.
현재 이러한 프로토콜은 개별 NFT에 대한 평가를 설정하지만 확장하기 어렵습니다.Banksea Finance보조 제목
5. 기계 학습How to value items in NFT projects? — Part 1평가 프로토콜은 ML을 사용하여 과거 트랜잭션 및 기능을 입력으로 사용하여 평가를 예측합니다. NFT은행 및
가장 좋은 예입니다.
NFTbank의 알고리즘을 더 잘 이해하려면 다음을 확인하십시오.
. 2021년 11월 현재 Axie에 대한 모델의 정확도는 한 자릿수 평균 절대 백분율 오류에 도달했습니다.
2021년 11월 현재 NFTBank 모델 성능.
NFTBank는 예상 가격을 온체인으로 가져오기 위해 Chainlink와의 파트너십을 발표했습니다. 따라서 실시간 NFT 평가가 필요한 프로토콜은 데이터를 사용하여 가격을 공급할 수 있습니다.
Banksea Finance는 초기 자금 조달 제안에서 가격을 확인하기 위해 "NFT 생성자 정보, 속성, 과거 거래, 언론 보도, 커뮤니티 상태, 인기도 및 NFT 가치 동향과 NFT 여론 동향을 평가하기 위한 기타 정보"를 통합하기를 희망한다고 밝혔습니다. 의.
기계 학습의 장점
컬렉션에서 발생하는 모든 트랜잭션을 업데이트하는 실시간 동적 데이터
기계 학습의 단점"동일한 특성 그룹 내의 NFT는 오차 범위가 더 큰 이상값으로 판매됩니다."시스템적인 시장 동향(즉, 게임 NFT의 메타 변화, 일반 NFT의 시장 상황 변화)을 예측하는 것은 불가능할 수 있습니다. 숙련된 거래자/감정인이 이를 알아차릴 수 있습니다.
게임 체인저
반응.
현재는 미래지향적이지 않습니다.
