Giới thiệu về hệ thống định giá NFT dựa trên ánh xạ mức độ hiếm

特邀专栏作者

2022-12-09 10:02

Bài viết này có khoảng 4678 từ, đọc toàn bộ bài viết mất khoảng 7 phút

Điều gì khiến một số NFT được bán với giá hàng triệu USD trong khi những NFT khác được bán với giá tương đối thấp? Trong thị trường đồ sưu tập, có mối tương quan cố hữu nào giữa giá bán và

Bài viết này là từ:Blockin.ai & nftin.ai，Bài viết này là từ:

Xuất bản bởi Odaily với sự cho phép.

Kể từ khi thị trường tài sản kỹ thuật số phát triển, biểu tượng trạng thái và giá trị xã hội mà nó đại diện đã trở thành một giá trị thương mại mới và NFT (Mã thông báo không thể thay thế) là biểu tượng của giá trị thương mại này. Là một tài sản được mã hóa kỹ thuật số, NFT, là một chứng chỉ tài sản kỹ thuật số không đồng nhất được tạo, duy trì và thực thi bởi các hợp đồng thông minh, là duy nhất, khan hiếm và không thể sao chép. Việc đánh giá giá trị của NFT xuất phát từ nhiều khía cạnh như độ khan hiếm, độ nhận diện của cộng đồng, người nắm giữ, v.v. Dù là cùng một series nhưng đặc điểm và hình thức của mỗi NFT đều khác nhau, mức độ chú ý của các thuộc tính khác nhau, lịch sử sở hữu, v.v. .hình thức là duy nhất Do đó, việc định giá của nó có ý nghĩa rất lớn.Chúng tôi hy vọng sẽ hình thành một hệ thống định giá tốt hơn và cung cấp một mức giá tham chiếu đáng tin cậy cho các giao dịch nhanh chóng trên thị trường.

Với sự trợ giúp của lịch sử giao dịch trên chuỗi của NFT và siêu dữ liệu NFT, đầu tiên, chúng tôi tính toán điểm hiếm của các vật phẩm trong các bộ sưu tập khác nhau; thứ hai, chúng tôi đánh giá mối tương quan giữa độ hiếm của NFT và giá của nó; cuối cùng, thông qua mối tương quan nội tại của nó, chúng tôi định giá hệ thống giá dựa trên ánh xạ mức độ hiếm được nghiên cứu và xác minh hồi cứu trong nhiều dự án.

tiêu đề phụ

Phần 1. Tính toán độ hiếm của NFT

Đúng như tên gọi, độ hiếm của NFT đo mức độ hiếm của một NFT so với các đồ sưu tầm khác. Bằng cách xem xét các thuộc tính, người ta có thể xác định rằng một NFT có một số đặc điểm hiếm gặp, nhưng NFT này hiếm như thế nào so với các NFT khác?nftin.aiLấy BAYC làm ví dụ, vì nó

Như đã trình bày ở trên, BAYC có bảy đặc điểm khác nhau: hình nền, quần áo, khuyên tai, mắt, lông, mũ và miệng.

Có các tính năng phụ khác nhau trong mỗi tính năng và chúng tôi tính toán tần suất tỷ lệ của các tính năng phụ của nó. Điều đáng chú ý là chúng tôi sử dụng số lượng Đặc điểm của các tính năng của nó làm tính năng dẫn xuất để tính tỷ lệ của nó. Bởi vì mỗi NFT có nhiều tính năng và các tính năng phụ của chúng, nên phải có cách kết hợp độ hiếm của tất cả các tính năng thành một giá trị duy nhất để xếp hạng độ hiếm của chúng.

Trước đây cũng có một số phương pháp tính độ hiếm: xếp hạng độ hiếm của tính trạng (chỉ xếp hạng những tính trạng hiếm nhất), độ hiếm của tính trạng trung bình (lấy trung bình độ hiếm của tất cả các tính trạng cộng lại), độ hiếm thống kê (kết hợp độ hiếm của tất cả các tính trạng nhân lên), nhưng tính trạng xếp hạng độ hiếm chú trọng quá nhiều vào các đặc điểm hiếm và việc tính toán độ hiếm trung bình và thống kê sẽ làm loãng các đặc điểm hiếm. Do đó, việc tích lũy điểm hiếm của tính năng dưới dạng điểm hiếm có thể giải quyết tốt hơn các vấn đề trên.

Ý tưởng chính là chấm điểm độ hiếm của từng tính năng của một NFT, sau đó cộng điểm hiếm của tất cả các tính năng của NFT để cuối cùng có được tổng điểm hiếm của NFT. Nghĩa là, tổng điểm hiếm của một NFT là tổng điểm hiếm của tất cả các giá trị tính năng của nó và công thức tính toán cụ thể được trình bày chi tiết trong phụ lục.

Ví dụ như sau:

Đầu tiên, tính tỷ lệ các tính năng phụ

Sau đó, tính điểm của tính năng phụ và tổng điểm theo nghịch đảo của tỷ lệ:

Như trên, có thể nhận được điểm hiếm của từng giá trị tính năng và tổng điểm hiếm của từng ID NFT, do đó, điểm hiếm cho rằng NFT ID 2 có giá trị hơn vì nó có tổng điểm cao hơn.

Điều đáng chú ý là khi xem xét các loại tính năng phụ khác nhau dưới các tính năng khác nhau, có sự khác biệt tự nhiên về tỷ lệ tần suất tính năng. Chúng tôi đã cải tiến phiên bản V1 ở trên. Ý tưởng chính của phiên bản V2 giống như phiên bản V1 nên chúng tôi sẽ không đi vào chi tiết ở đây. Sự khác biệt là việc bình thường hóa số lượng tính năng phụ được xem xét và sự kết hợp của các tính năng được thêm vào như một tính năng dẫn xuất mới, làm phong phú thêm Sự kết hợp của các tính năng có thể phản ánh toàn diện hơn độ hiếm của NFT. Vui lòng tham khảo phụ lục để biết mô tả và công thức tính toán của V2.

Ngoài ra, chúng tôi cũng tính toán phiên bản V3 cho một số dự án, sự khác biệt giữa phiên bản V3 và V2 là ba tổ hợp tính năng đã được thêm vào, tuy nhiên do số lượng tính năng con trong một số dự án, có nhiều tổ hợp tính năng ba đặc điểm, dẫn đến việc tính toán Giá trị tỷ lệ của các đặc điểm không dễ phân biệt lắm, vì vậy chúng tôi chỉ tính toán điểm hiếm V3 của một số vật phẩm.

Ngoài việc tính toán độ hiếm của ba phiên bản trên, vì một số NFT chưa được giao dịch trong lịch sử, chúng tôi muốn đo điểm hiếm của tất cả các NFT đã được giao dịch.Do đó, độ hiếm động được xác định. Nó phù hợp với phương pháp tính toán độ hiếm tĩnh, điểm khác biệt là dữ liệu để tính toán độ hiếm động chỉ là NFT đã được giao dịch trong một khoảng thời gian trong lịch sử, vì vậy dữ liệu chỉ là một phần của toàn bộ lượng NFT . Ngoài ra, khi thời gian thay đổi, bộ dữ liệu tính toán thay đổi bất cứ lúc nào, vì vậy chúng tôi cập nhật độ hiếm động theo thời gian thực mỗi ngày. Nói tóm lại, độ hiếm động không chỉ xem xét tỷ lệ các thuộc tính khách quan mà còn xem xét tình huống giao dịch lịch sử, phản ánh linh hoạt độ hiếm của NFT trong khoảng thời gian giao dịch.

Ngoài ra, chúng tôi cũng đã khám phá các phương pháp tính toán độ hiếm khác, chẳng hạn như khoảng cách jaccard, khoảng cách jaccard là một chỉ báo để đo mức độ không giống nhau của hai bộ và có thể tính toán mức độ giống nhau giữa hai tính năng NFT, mức độ tương tự trung bình giữa NFT và các tính năng khác càng lớn. NFT Càng hiếm, cách tính cụ thể có thể tham khảo phụ lục.

tiêu đề phụ

Phần 2 Nghiên cứu về mối tương quan giữa độ hiếm và giá cả

Trong nhiều trường hợp, mọi người sẵn sàng trả giá cao cho sự hiếm có, nhưng chính xác thì sự hiếm có ảnh hưởng đến giá như thế nào? Với sự trợ giúp của dữ liệu giao dịch lịch sử trên chuỗi, chúng tôi đã lấy một số dự án blue-chip làm ví dụ để đánh giá mối tương quan nội tại giữa giá NFT và độ hiếm.

Xét rằng chúng tôi đã tính toán điểm hiếm cho từng mặt hàng, chúng tôi đã trực tiếp khám phá mối tương quan giữa điểm hiếm và giá cả, tính toán hệ số tương quan Spearman giữa hai yếu tố này.

Cách tính cụ thể như sau:

trong đó n là số lượng mẫu và d biểu thị sự khác biệt về thứ hạng giữa dữ liệu x và y.

Giá trị tuyệt đối càng gần 1 thì mối quan hệ giữa hai biến càng chặt chẽ, càng gần 0 thì mối quan hệ giữa hai biến càng kém chặt chẽ. Cường độ tương quan tương ứng với hệ số tương quan như sau:

0,8-1,0 Tương quan rất mạnh

tương quan mạnh 0,6-0,8

0,4-0,6 tương quan vừa phải

0,2-0,4 tương quan yếu

0,0-0,2 Rất yếu hoặc không có tương quan

Chúng tôi lấy năm dự án blue-chip BAYC, MAYC, cryptopunks, moonbirds và doodles làm ví dụ để tính toán mối tương quan giữa giá giao dịch và điểm hiếm của nó (V2) trong hai tháng qua. Biểu đồ như sau:

Biểu đồ trên cho thấy có một mối tương quan yếu giữa điểm hiếm và giá của một mặt hàng giữa hầu hết các mặt hàng.

x > 10: Legendary

6 < x <= 10: Rare

2 < x <= 6: Classic

x <= 2: Normal

Từ hình trên có thể thấy rằng cho dù đó là độ hiếm động hay độ hiếm tĩnh, thì mức độ NFT càng cao thì giá giao dịch lịch sử trung bình càng lớn. giá, Nhưng nhìn chung, giá bán của các NFT cao cấp vẫn tương đối cao, tức là mọi người sẵn sàng trả giá cao hơn cho các NFT hiếm hơn.

tiêu đề phụ

Phần 3 Hệ thống định giá để lập bản đồ mức độ hiếm

Có thể thấy từ nghiên cứu trên rằng mức độ hiếm càng cao thì giá giao dịch chung ở mức đó càng cao, vì vậy chúng tôi đã xem xét thiết kế một hệ thống định giá dựa trên ánh xạ mức độ hiếm, dựa trên dữ liệu giao dịch lịch sử và mức độ hiếm NFT Ước tính giá thị trường NFT mới nhất.

Do giá NFT trên thị trường không ổn định nên đường ngang lịch sử giao dịch không thể biểu diễn đường ngang giao dịch hiện tại, giá NFT giao dịch hàng ngày, hàng tháng cũng dao động trong phạm vi của đường ngang. của BAYC làm ví dụ, hình dưới đây cho thấy Biến động giao dịch của nó:

Do đó, đối với các giao dịch NFT của các dự án khác nhau, chúng tôi xem xét việc tìm kiếm một giá trị đường ngang có thể đo lường tình hình giao dịch hàng ngày làm điểm neo của phân phối giao dịch. Do giá trị trung bình, giá trị tối thiểu và tối đa dễ bị ảnh hưởng bởi các giá trị cực đoan và chúng tôi sử dụng giá trị trung bình làm giá giao dịch hàng ngày. Điểm neo và tính toán các chỉ số khác nhau dựa trên giá trị trung bình, như thể hiện trong hình bên dưới, có các giới hạn trên và dưới, v.v., để khôi phục đại khái phân phối giao dịch trong các thời kỳ khác nhau và ước tính giá giao dịch mới nhất của các NFT khác nhau theo quy tắc phân phối của các giao dịch lịch sử.

Lưu ý: Phần tư trên: Q3 Trung bình: Q2 Phần tư dưới: Q1 Khoảng tứ phân vị (IQR): Q3 - Q1 Giới hạn trên: Q3 + 1,5*IQR

Giới hạn dưới: Q1 - 1,5*IQR Giá trị tối đa: tối đa Giá trị tối thiểu: tối thiểu Giá trị trung bình: trung bình

1. Phương pháp được tóm tắt như sau:Tính tỷ lệ lịch sử

2. : Tính tỷ lệ_cao và tỷ lệ_thấp 3 ngày một lần trong sáu tháng qua và tìm giá trị trung bình của tất cả tỷ lệ_cao và tỷ lệ_thấp, tỷ lệ_cao_avg, tỷ lệ_trung bình.Tính toán giới hạn trên và dưới ảo mới nhất dựa trên tỷ lệ lịch sử

3. : Tính các giới hạn trên và dưới ảo Virtual_upper và Virtual_lower từ ratio_high_avg/ratio_low_avg thu được ở trên và giá trị trung bình mới nhấtSự hình thành đoàn hệ định giá mới nhất

4. : Tạo hàng đợi định giá mới nhất dựa trên giới hạn trên và dưới ảo và phân phối của tất cả các giao dịch trong giai đoạn gần nhất, điền dữ liệu giao dịch ban đầu trong giới hạn trên và dưới vào khoảng [giới hạn dưới, giới hạn trên] và loại trừ dữ liệu bên ngoài nó dưới dạng Phân phối phù hợp cuối cùng của đoàn hệ định giá.：

Ánh xạ xếp hạng đoàn hệ định giá

a. Trung bình giá giao dịch thô trong các loại khác nhau. (Nếu một số giá trị cấp độ không tồn tại trong chu kỳ giao dịch gần nhất, giá trị trung bình của hai cấp độ trước và sau sẽ được sử dụng để điền vào lệnh)

b) Theo mức độ hiếm của vật phẩm (đã được chia thành 20 cấp độ theo điểm hiếm được chuẩn hóa (V2)), giá trị trung bình của các giao dịch ở các cấp độ khác nhau được ánh xạ tới tất cả các vật phẩm ở các cấp độ khác nhau để xác định giá trị.

Điều đáng nói là, để đảm bảo tính chính xác khách quan của việc định giá, trước tiên chúng tôi làm sạch dữ liệu giao dịch trước khi định giá, như sau:

A. Loại bỏ hành vi đánh răng rõ ràng và nền tảng giao dịch tương ứng.

b) Xem xét rằng khi bắt đầu dự án, thị trường giao dịch không ổn định, vì vậy đối với các dự án khác nhau, dữ liệu giao dịch từ vài tháng trước sẽ bị loại trừ.

c) Có những giao dịch riêng lẻ có tỷ lệ so với trung bình giao dịch trong ngày quá nhỏ, không thể phản ánh khách quan mặt bằng thị trường và bị loại trừ.

Ngoài ra, trong phiên bản tính toán ở trên, chúng tôi nhận thấy rằng một số kết quả định giá không đáp ứng được kỳ vọng định giá của chúng tôi khi truy ngược kết quả giao dịch lịch sử. giá giao dịch thực tế thực tế. Do đó, dựa trên phiên bản trên, chúng tôi đã sửa đổi cách định giá của một số ID có mức độ hiếm cao: Đối với các ID đã có giao dịch giá cao trong lịch sử, hãy tính tỷ lệ trung bình_avg của tỷ lệ giao dịch lịch sử của chúng một cách riêng biệt, và sử dụng các chữ số giao dịch chu kỳ mới nhất median*ratio_avg để thay thế ước tính cho bản đồ xếp hạng.

Do tồn tại nhiều phiên bản xếp hạng độ hiếm, chúng tôi đã thử nghiệm các phương pháp định giá ánh xạ xếp hạng độ hiếm khác nhau trong các dự án khác nhau và tiến hành xác minh hồi cứu. Từ góc độ kết quả toàn diện và hiệu quả, ánh xạ xếp hạng độ hiếm của phiên bản V2 tốt hơn, vì vậy Hiện tại, việc định giá bằng cách sử dụng ánh xạ V2 cấp độ hiếm tĩnh được hiển thị trực tuyến.

Xác minh độ chính xác của định giá

Để đo lường độ chính xác của hệ thống định giá, chúng tôi tính toán sai số phần trăm tuyệt đối trung bình (Mean Absolute Percentage Error, MAPE) dựa trên giá dự đoán vào một ngày nhất định và giá giao dịch thực tế vào ngày đó.

Trong số đó, yi đại diện cho giá trị thực tế, y^i đại diện cho giá trị dự đoán và n là số lượng NFT.

Kết quả xác minh của một số dự án blue-chip được liệt kê bên dưới và ngày xác minh là dữ liệu sau năm 2022 (2022-01-01 đến 2022-11-15):

Dưới đây là biểu đồ phân tán của giá dự đoán và giá giao dịch thực tế tại một số dự án trong gần hai tháng trở lại đây (2022-10-01 đến 2022-11-15)

Kết luận và Tóm tắt

tiêu đề phụ

ruột thừa

V 1:

V2:

ruột thừa

a. Bình thường hóa việc tính điểm tính năng

Chuẩn hóa tính năng xem xét sự khác biệt về điểm hiếm của tính năng gây ra bởi số lượng tính năng phụ trong các tính năng khác nhau. Ví dụ: trong dự án BAYC, Bông tai có 7 tính năng phụ khác nhau và Miệng có 33 tính năng phụ khác nhau, sau đó nói chung, Miệng có điểm hiếm phân biệt cao hơn Bông tai, do đó, việc chuẩn hóa tính năng được xem xét.

b. Kết hợp các tính năng theo cặp

Dựa trên hoán vị và kết hợp của nhiều tính năng, thống kê tỷ lệ của các kết hợp tính năng khác nhau được làm phong phú và độ hiếm có thể được mô tả theo cách có thứ tự cao hơn. Ví dụ: BAYC có tổng cộng 7 tính năng bộ phận khác nhau, khi đó số lượng các kết hợp khác nhau theo cặp là: Kết hợp( 7, 2) = 21 và điểm hiếm được tính bằng cách sử dụng kết hợp các cặp làm tính năng mới. Phương pháp tính toán điểm hiếm của tính năng kết hợp giống như trên và sẽ không được lặp lại ở đây.