การสำรวจคำจำกัดความของราคา NFT: วิธีที่ดีที่สุดในการค้นหาสภาพคล่องคืออะไร?

แปลต้นฉบับ: บล็อกยูนิคอร์น

แปลต้นฉบับ: บล็อกยูนิคอร์น

ชื่อเดิม: "การสำรวจการกระจายราคา NFT ข้ามคอลเลกชัน"

หมวดหมู่ NFT เช่น ดินแดนเสมือนจริง PFP (อวาตาร์ NFT) และเนื้อหาเกมเป็นกรอบทั่วไปสำหรับการประเมินมูลค่าสิ่งของและของสะสม อย่างไรก็ตาม คุณสมบัติที่ไม่ค่อยมีการพูดถึงและบางครั้งอาจสวนทางกับเนื้อหาเหล่านี้คือ "อันดับ" ราคาในคอลเลกชั่น และลักษณะที่สินทรัพย์ในเกรดราคาเดียวกันมีพฤติกรรมอย่างไรในคอลเล็กชันและคลาส NFT

โดยเฉพาะอย่างยิ่ง เราพยายามตอบคำถาม 3 ข้อ:

โดยเฉพาะอย่างยิ่ง เราพยายามตอบคำถาม 3 ข้อ:

• การกระจายราคาของ NFT ทั่วทั้งตลาดคืออะไร?

• มีรูปแบบการกระจายราคาเกิดขึ้นหรือไม่ ถ้ามี เกิดขึ้นบ่อยแค่ไหน?

• จากการกระจายเหล่านี้ เราจะกำหนด "ระดับราคา" ของราคาที่อาจทำให้ NFT หนึ่งๆ เหมาะสมกับวิธีสภาพคล่องบางวิธีมากกว่าวิธีอื่นๆ ได้อย่างไร

วิธี

วิธี

NFTBank เป็นผลิตภัณฑ์การประเมินมูลค่าสินทรัพย์แบบอัลกอริทึมที่ใช้การเรียนรู้ของเครื่องเพื่อทำนายราคา NFT ตามการกำหนดราคาในอดีตของสินทรัพย์ที่คล้ายคลึงกัน เราดึงข้อมูลมากกว่า 3 เดือนจาก NFT Bank ครั้งแรกคือวันที่ 15 ธันวาคม 2021 (279 ชุด, ประมาณ 2.4 ล้าน NFT, ประมาณ 3.7 ล้านมูลค่าตลาด ETH) และวันที่ 13 มกราคม 2022 (540 ชุด, ประมาณ 14.2 ล้าน NFT, ประมาณ 8.9 ล้านมูลค่าตลาด ETH) 27 กุมภาพันธ์ 2022 (538 ชุด, ประมาณ 14.8 ล้าน NFT, ประมาณ 6.5 ล้าน ETH มูลค่าตลาด)

บทความนี้เจาะลึก 4 ข้อสังเกตที่เราพบ:

1. การกระจายราคามักจะเข้มข้นมากระหว่างและภายในชุด

2. มี "รูปแบบ" หลัก 5 แบบของการกระจายราคาที่ดูเหมือนจะไม่เกี่ยวข้องกับ "หมวดหมู่" ของ NFT (PFP, เกม, ที่ดินเสมือนจริง ฯลฯ)

3. การกระจายราคาโดยทั่วไปยังคงไม่เปลี่ยนแปลง สำหรับ 75% ของของสะสม การกระจายราคาจะคงที่ตลอดช่วงเวลา สำหรับผู้ที่เปลี่ยนแปลงนั้น จะเข้าสู่รูปร่างที่ "เกี่ยวข้อง"

4. สำหรับวงดนตรีที่มีการสลายตัวแบบเอกซ์โปเนนเชียลและการกระจายแบบล็อกปกติ (60% ของวงดนตรี) เราสามารถกำหนดและตรวจสอบพฤติกรรมของเนื้อหาด้านล่าง ตรงกลาง และด้านบนได้

การกระจายราคากลาง

ตลอดทั้งซีรีส์ ตลาดนี้กระจุกตัวอยู่กับซีรีส์ 10 อันดับแรกที่คิดเป็นสัดส่วนมากกว่า 60% ของมูลค่าตามราคาตลาด โดยมีค่าสัมประสิทธิ์ Gini (ปกติ) ที่ประมาณ 0.9

ในของสะสม การกระจายราคาส่วนใหญ่จะเป็นไปตามรูปแบบที่สินค้าส่วนใหญ่มีราคาใกล้เคียงกับราคาจอง สินค้าที่เหลืออยู่ไม่กี่ชิ้นประกอบขึ้นเป็นส่วนใหญ่ของช่วงราคา และด้วยเหตุนี้จึงมีส่วนสำคัญต่อมูลค่าตลาดของคอลเลกชั่นนี้

ตัวอย่างแผนภูมิการกระจายราคาปกติ:

ในแผนภูมิเหล่านี้ แกน x แบ่งออกเป็น 100 ส่วนเท่าๆ กัน ตัวอย่างเช่น แผนภูมิแรก (CryptoPunks) แสดงว่าฟังก์เกือบทั้งหมดมีราคาอยู่ที่ 2% สูงสุดของช่วงราคาเต็ม

สิ่งนี้ถือเป็นคำมั่นสัญญาสำหรับผลิตภัณฑ์ทางการเงินของ NFT ที่เหมาะสมที่สุดสำหรับโครงการแลกเปลี่ยน ตัวอย่างเช่น กลุ่มสภาพคล่องเช่น NFTX สามารถทำหน้าที่เป็น "AMM บนการแลกเปลี่ยน" ที่ให้สภาพคล่องทันทีแก่เจ้าของ NFT ที่สามารถโอนสินทรัพย์ที่มีการซื้อขายแลกเปลี่ยนกับ สระว่ายน้ำ

คอลเลกชันที่มีรายการในตลาดจำนวนมากและฟีดราคาที่เชื่อถือได้ (รายการที่มีการแลกเปลี่ยนบ่อยครั้งในที่อยู่ที่ไม่ซ้ำกันหลายแห่ง) สามารถใช้เป็นหลักประกันสำหรับผลิตภัณฑ์ให้ยืมของ P2Pool เนื่องจากสินทรัพย์พื้นมักจะได้รับการปฏิบัติ "เหมือนกัน" ดังนั้นจึงไม่จำเป็นต้องมีการประเมินด้วยตนเอง เงื่อนไขเงินกู้สามารถดำเนินการได้โดยอัตโนมัติเมื่อป้อนราคาและวิธีการประเมินความเสี่ยงแบบอัตโนมัติ

อย่างไรก็ตาม ในตัวอย่างด้านบน โปรดทราบว่าบางคอลเลกชั่น เช่น VeeFriends และ Decentraland ไม่เหมาะกับโมเดล "รุ่นราคาพื้น" นี้ อันที่จริง รูปแบบการกระจายราคานั้นแบ่งออกเป็น 5 รูปแบบที่แตกต่างกัน ซึ่งนำเราไปสู่ข้อสังเกตต่อไป

การกระจายราคามีห้ารูปแบบหลัก

ในซีรีส์นี้ รูปร่างของการกระจายราคาที่เราสังเกตคือ:

1) การสลายตัวแบบทวีคูณ ของเหล่านี้เป็นของสะสมที่สินค้าส่วนใหญ่มีราคาอยู่ที่พื้นและมีสินค้าราคาสูงเป็นหางยาว ประมาณ 40% ของคอลเลกชันที่เราสุ่มตัวอย่างแสดงโปรไฟล์นี้ ตัวอย่าง ได้แก่ Cryptopunks, RTFKT Clone X + Murakami และ Mutant Ape Yacht Club

2) การแจกแจงแบบล็อกนอร์มัลมีรูปร่างคล้ายกับเลขชี้กำลัง แต่โหมดจะอยู่เหนือพื้นเล็กน้อย ประมาณ 20% ของคอลเลกชันที่เราสุ่มตัวอย่างแสดงโปรไฟล์นี้ ตัวอย่างเช่น Bored Ape Yacht Club, Sandbox LAND และ Decentraland

3) การกระจายแบบสมมาตร (หรือคล้ายกับปกติ) หมายความว่าสินทรัพย์มีความเข้มข้นสูงที่ราคาเฉลี่ย และค่อยๆ ลดลงทั้งสองด้าน ประมาณ 5% ของคอลเลกชันที่เราสุ่มตัวอย่างแสดงโปรไฟล์นี้ ตัวอย่างเช่น Anonymice, Blitmap และ Rollbots

4) การกระจายหลายรูปแบบแสดงการกระแทกและหนามแหลมหลายครั้งในช่วงที่กว้างขึ้น ประมาณ 20% ของคอลเลกชันที่เราสุ่มตัวอย่างแสดงโปรไฟล์นี้ ตัวอย่าง ได้แก่ VeeFriends, Autoglyphs และ FLUF World

5) รูปแบบการกระจายจุดมีรูปแบบใดรูปแบบหนึ่งด้านบน แต่ราคามีการกระจายที่ <0.1 ETH เนื่องจากเรากำหนดให้ราคานี้ใกล้เคียงกัน เราจึงติดป้ายกำกับว่า "การกระจายคะแนน" รูปร่างนี้เป็นคุณลักษณะทั่วไปของคอลเลกชันหมวกขนาดเล็ก (ยกเว้น PVFD ไม่มีคอลเลกชัน 100 อันดับแรกที่มีรูปทรงนี้) ดังนั้นจึงทำหน้าที่เป็นตัวกรอง ประมาณ 15% ของคอลเลกชันที่เราสุ่มตัวอย่างแสดงโปรไฟล์นี้ ตัวอย่างเช่น PVFD, Zodiac Capsules หรือ PEGZ

สิ่งที่น่าสนใจคือหมวดหมู่ NFT (PFP, ที่ดินเสมือนจริง, สินทรัพย์ในเกม ฯลฯ) นั้นไม่ขึ้นกับรูปแบบการกระจายราคา ตัวอย่างเช่น NFT ที่ดินเสมือนใน Cryptovoxels, Decentraland และ Somnium Space ล้วนมีการกระจายที่แตกต่างกัน (เลขชี้กำลัง, ล็อกนอร์มอล (สมมาตรในข้อมูลเดือน ม.ค./ธ.ค. ตามลำดับ) และหลายรูปแบบ)

การกระจายราคาน่าจะเป็นหน้าที่ของลักษณะเฉพาะของคอลเลกชันเอง แทนที่จะเป็นหมวดหมู่ NFT ที่เป็นเจ้าของ สำหรับที่ดิน อาจเป็นทำเล ขนาดแปลง ทางเดินเท้า (ศักยภาพในการสร้างรายได้) ที่ดินที่สร้างไว้แล้วจึงขายในราคาพรีเมี่ยม เป็นต้น

ต่อไป เราจะตรวจสอบว่าการกระจายราคาเหล่านี้เปลี่ยนแปลงตามเวลาหรือไม่

การกระจายราคา (ปกติ) ยังคงเหมือนเดิม

เนื่องจากข้อมูลที่จำกัดที่นี่ (3 จุดข้อมูล) เวลาเท่านั้นที่จะบอกได้ว่าการวิเคราะห์ที่นี่จะดำเนินต่อไปในอนาคตหรือไม่ เมื่อดูที่ราคาปกติอีกครั้ง เราจะเห็นว่าการกระจายราคาของเดือนธันวาคม (สีเทา) และเดือนมกราคม (สีแดง) มักจะ (แต่ไม่เสมอไป) ตรงกันหรืออย่างน้อยก็มีรูปร่างคล้ายกับของเดือนกุมภาพันธ์ (สีน้ำเงิน)

จากคอลเลกชัน 537 รายการที่รวมอยู่ในข้อมูลทั้งเดือนมกราคมและกุมภาพันธ์ 166 รายการมีการเปลี่ยนแปลงในรูปแบบการกระจายราคา (30%) เรายังเห็นการเปลี่ยนแปลงเป็นเปอร์เซ็นต์ที่คล้ายกัน (25%) ตั้งแต่เดือนมกราคมถึงธันวาคม อาจฟังดูเหมือนมาก แต่โปรดจำไว้ว่าการจัดหมวดหมู่รูปแบบการกระจายของชุดข้างต้นนั้นคลุมเครือเล็กน้อย เนื่องจากเราไม่เข้มงวดเกินไปเกี่ยวกับจุดตัด

ตัวอย่างเช่น เราสามารถแยกความแตกต่างระหว่างการสลายตัวแบบเอกซ์โปเนนเชียลและล็อกนอร์มอล: "if mode > floor price => lognormal" เมื่อพิจารณาจากอัตราส่วนรูปแบบต่อพื้นด้านล่าง เราเลือกคำจำกัดความที่หลวมกว่าและอนุญาตให้รูปแบบอยู่เหนือพื้นได้ 10%-20% ขณะที่เราพิจารณาการกระจายแบบพอดีเพื่อจำแนกรูปร่าง

บนพื้นฐานนี้ เราถือว่าการแจกแจงแบบทวีคูณแบบทวีคูณและการแจกแจงแบบล็อกนอร์มัลนั้น "สัมพันธ์กัน"

สำหรับกรณีที่สังเกตเห็นการเปลี่ยนแปลงของการกระจายราคา:

• ~42% เปลี่ยนเป็นหรือจากการกระจายแบบจุด การกระจายจุดมาในรูปแบบใดรูปแบบหนึ่งจากสี่รูปแบบ แต่มีช่วงราคาที่แคบมาก

• ~ 26% เปลี่ยนจากการสลายตัวแบบเอกซ์โปเนนเชียลหรือล็อกนอร์มัลเป็นหลายรูปแบบ คำจำกัดความของคลาสนี้ยังเบากว่า เนื่องจากการกระจายของเรามักจะมีสคีมาเดียวเท่านั้น เรากำหนดรูปร่างนี้เพื่อแยกการแจกแจง เช่น VeeFriends และการกระแทก (รูปแบบ) ต่างๆ ของมันออกจากรูปร่างอื่นๆ

• ~22% คือการสลายตัวแบบเอกซ์โปเนนเชียลไปยัง/จากการแจกแจงแบบล็อกนอร์มัล (ตัวเลขนี้จะสูงกว่านี้มากหากเราใช้วิธีการที่เข้มงวด)

• การเปลี่ยนแปลงที่เหลือประมาณ 10% ถูกกระจายแบบสมมาตร โดยมีการบัญชีล็อกปกติสำหรับหุ้นหลัก (6%) นี่เป็นเพราะความจริงที่ว่าเส้นแบ่งระหว่างการแจกแจงแบบล็อกนอร์มัลและแบบสมมาตรนั้นถูกกำหนดค่อนข้างหลวม (เช่น รูปร่างทั้งสองนั้น "สัมพันธ์กัน" เช่นกัน)

ข้อความ

ข้อความ

การกำหนดพื้น: เราตรวจสอบปริมาณพื้นที่ต่างๆ และอัตราส่วนต่อราคาพื้น

จากสินค้า 800 รายการในคอลเลกชัน ประมาณ 90% มีราคากลางต่ำกว่าราคาจอง 1.4* การเลือกเกณฑ์ที่นี่ขึ้นอยู่กับกรณีการใช้งานที่เรามีในใจ: หากเรารวมรายการคอลเลกชั่นจำนวนมากไปทางขวา เราจะเสียค่าใช้จ่ายในการขยายช่วงราคา ทำให้คอลเล็กชันมีความเป็นเนื้อเดียวกันน้อยลง

เพื่อให้เกณฑ์ใช้งานได้ประมาณ 90% ของคอลเล็กชัน เกณฑ์คือ:

• 1.3 ให้ควอนไทล์ 25% (ซึ่งครอบคลุม 25% ของรายการ)

• 1.4 ให้ประมาณ 50% ควอไทล์/มัธยฐาน

• 1.75 หมายถึงควอนไทล์ ~75%

การรวบรวมน้อยกว่า 30% อาจน้อยเกินไป และช่วงราคาของ [ราคาจอง, ราคาจอง * 1.75] อาจกว้างเกินไป ดังนั้นเราจึงเลือกตัวคูณ 1.4 เป็นขอบเขตล่าง กล่าวอีกนัยหนึ่ง สินค้า "พื้น" หมายถึงสินค้าที่อยู่ในช่วงราคา [ราคาพื้น, ราคาพื้น*1.4] สำหรับ 2 ใน 3 ของคอลเลกชั่นนี้รวมถึง 75% ของอ็อบเจกต์

การกำหนดรายการระดับบนสุด: เราสามารถทำตามเส้นทางที่คล้ายกันได้โดยใช้ควอไทล์ระดับบนสุด:

เกณฑ์ 2.5 ครอบคลุม 90% ของคอลเลกชัน - 85% ของ 800 คอลเลกชัน นอกจากนี้ยังรวมถึง 95% ของคอลเลกชันในสองในสามของคอลเลกชัน และแม้แต่ 99% ของคอลเลกชันใน ~20% ของคอลเลกชัน กล่าวอีกนัยหนึ่ง เกณฑ์ที่ 2.5 จะวางสินทรัพย์ 10% แรกไว้ในกลุ่ม "บนสุด" ที่ 90% ของชุด

อีกครั้ง เราสามารถดำเนินการพิเศษเพิ่มเติมในชุดนี้ เช่น เพิ่มเกณฑ์นี้เป็น 4

ภายใต้คำจำกัดความของราคาต่ำสุดและราคาสูงสุด เราสามารถกำหนดผลิตภัณฑ์ระดับกลางที่มีราคาอยู่ระหว่าง [ราคาต่ำสุด * 1.4, ราคาต่ำสุด * 2.5] ทีนี้มาดูคุณสมบัติของบันไดราคาเหล่านี้กัน

กำหนดลักษณะของระดับราคา

รายการที่มีราคาจองเป็นราคาจอง * 1.4.

โดยทั่วไปพื้นคิดเป็น 50-75% ของของสะสมและ 25-50% ของมูลค่าตลาด ปริมาณและลักษณะการทำงานที่เป็นเนื้อเดียวกันทำให้เหมาะสำหรับกลุ่มสภาพคล่อง โดยทำหน้าที่เป็น "AMM ขั้นต่ำ" ได้อย่างมีประสิทธิภาพ ซึ่งผู้ใช้สามารถรับผลประโยชน์จากกิจกรรมการซื้อขายสินทรัพย์บนพื้นและเพลิดเพลินไปกับสภาพคล่องที่ลึกที่สุดเมื่อเทียบกับระดับราคาอื่นๆ

ราคาสินค้า ราคาฐาน*1.4 ถึง ราคาจอง*2.5.

ราคาพื้นมักจะคิดเป็น 20%-40% ของผลิตภัณฑ์และ 10%-20% ของมูลค่าตลาดของคอลเลกชัน ผลิตภัณฑ์ระดับกลางน่าจะทำกำไรได้น้อยที่สุดในการเทรด เนื่องจากต้องการสภาพคล่องน้อยกว่าการเทรดแบบหลุม และมีโอกาสได้รับผลตอบแทนน้อยกว่า Grails มวลรวมซึ่งโหมดต่างๆ อยู่ในช่วงกลาง (ที่มีการกระจายราคาแบบสมมาตร) มีแนวโน้มที่จะเป็นโหมดที่ผู้ใช้จำนวนมากสนใจในคุณสมบัติหรือประโยชน์ของสินทรัพย์มากกว่าราคา ตัวอย่างเช่น พื้นที่ดินเสมือนอาจมีขนาดเล็กเกินไปหรืออยู่ในทำเลที่ไม่เกิดประโยชน์ ในขณะที่ที่ดินขนาดใหญ่ที่มีการจราจรหนาแน่นอาจมีราคาแพงเกินไปหรือขายไม่ได้ ดังนั้นผู้ซื้อที่ดินจึงมองหาทรัพย์สินที่มีทำเล ขนาดที่ดิน และราคาที่ดี

หากปรากฎว่าราคาพื้นมีรายการ "ชั่วคราว" บางอย่าง เช่น ราคาพื้นเพิ่มขึ้นหรือราคาตกลง นี่อาจเป็นชั้นของการเก็งกำไรและการป้องกันความเสี่ยงที่เกี่ยวข้อง

รายการ TOP หรือสูงสุด ราคาสินค้าโภคภัณฑ์ > ราคาจอง * 2.5.

สินค้ายอดนิยมมักคิดเป็น 5%-10% ของสินค้าและ 20%-40% ของมูลค่าตลาดของคอลเลกชัน การขายของเก่ามีเสียงดังมากและมีราคาผันผวนสูง มีลักษณะเหมือนงานศิลปะ "ดั้งเดิม" หรือสินค้าระดับไฮเอนด์ในธุรกิจอสังหาริมทรัพย์ แม้ว่าปริมาณและความเร็วของธุรกรรมจะต่ำ แต่ก็มีศักยภาพที่ดีที่จะใช้เป็นหลักประกันหรือเพื่อสภาพคล่องผ่านการแยกส่วน

เกี่ยวกับส่วนแบ่งของรายการสำหรับแต่ละระดับจากสามระดับ เราเห็นส่วนแบ่งของรายการพื้นจำนวนมาก (สีน้ำเงิน) มันเล็กน้อยที่นี่และที่นั่น แต่นั่นเกี่ยวข้องกับคำจำกัดความที่คลุมเครือของรูปร่างของเรา ตัวอย่างเช่น Meebit (คอลัมน์แรก) ไม่ค่อยเป็นไปตามตรรกะลำดับชั้นของเราเพราะมันมีการกระแทกเพิ่มเติมที่เราแสดงไว้ด้านบน:

ชื่อคอลเลกชันมีขนาดเล็ก แต่ (ม.ค.) หรือ (ธ.ค.) ที่ท้ายชื่อระบุว่ามาจากชุดข้อมูลเดือนมกราคมหรือธันวาคมตามลำดับ

เมื่อเราดูที่ส่วนแบ่งการตลาดของแต่ละระดับราคา สิ่งต่าง ๆ จะมีเสียงดังเล็กน้อยเมื่อเทียบกับส่วนแบ่งการตลาดของระดับราคาเหล่านั้น ในขณะที่พื้นยังคงครองส่วนแบ่งการตลาดส่วนใหญ่ ไม่ใช่เรื่องแปลกที่ของสะสมจะมีถ้วยสูงกว่าพื้น 10-1,000 เท่า ซึ่งจะกัดเซาะมูลค่าของของสะสม

โดยรวมแล้ว ประมาณ 25%-50% ของมูลค่าตลาดเป็นของระดับล่าง 10%-20% เป็นของระดับกลาง และ 20%-40% เป็นของระดับบน:

อาชีพในอนาคต

ในบทความนี้ เราใช้ขั้นตอนเบื้องต้นเพื่อจัดประเภท NFT ตามพฤติกรรมที่เคลื่อนไหวของราคาและเลเยอร์ในคอลเลกชันที่เกี่ยวข้อง ดังที่เรากล่าวไว้ข้างต้น ขอบเขตของเลเยอร์สามารถปรับได้ขึ้นอยู่กับกรณีการใช้งาน สำหรับเรา เป้าหมายประการหนึ่งคือการได้มาซึ่งพฤติกรรมและลักษณะทั่วไปของ NFT ในกลุ่มคอลเลกชันและประเภทสินทรัพย์ เพื่อแจ้งให้ผู้ถือครองทราบเกี่ยวกับวิธีที่ดีที่สุดในการค้นหาสภาพคล่อง และการวิเคราะห์นี้ช่วยแจ้งเมทริกซ์การประเมินนี้

ตอนนี้เรามีภาพรวมระดับสูงเกี่ยวกับลักษณะการทำงานของเนื้อหาในคอลเล็กชันแล้ว เราสามารถขยายการสังเกตที่สำคัญที่เราทำไว้ที่นี่และวิเคราะห์เพิ่มเติมได้ เช่น

• อะไรคือคุณสมบัติหลักของชุดที่กำหนดที่อาจทำให้พวกเขามีรูปแบบการกระจายราคาที่พวกเขาทำ?

• ปัจจัยภายใน (เช่น การพัฒนาโครงการ) หรือปัจจัยภายนอก (เช่น อารมณ์ตลาด) ใดที่ทำให้ซีรีส์ที่กำหนดเปลี่ยนรูปแบบการกระจายราคาเมื่อเวลาผ่านไป

• การกระจายราคาสามารถเป็นตัวบ่งชี้ชั้นนำหรือตัวบ่งชี้การวิเคราะห์สำหรับโปรโตคอลทางการเงินที่กำหนดเพื่อโหลดสินทรัพย์ที่กำหนด (เช่น หลักประกันหรือเปิดตัว NFT AMM) ได้หรือไม่

เราหวังว่าจะได้สำรวจปัญหาเหล่านี้ในบทความต่อๆ ไป ขณะนี้เราได้จัดเตรียมแบบจำลองทางจิตเชิงปริมาณสำหรับการกำหนดระดับราคา ตลอดจนกรอบการทำงานเริ่มต้นสำหรับการประเมินสมมติฐานของเราเกี่ยวกับแนวทางของเราต่อสภาพคล่องของ NFT ในอีกไม่กี่เดือนข้างหน้า