Ao contrário dos tokens fungíveis, os NFTs carecem de preços em tempo real devido à sua não fungibilidade e iliquidez. Os preços são tipicamente referenciados ao preço mínimo, que carece de granularidade ao nível do item. Isso torna difícil precificar NFTs não valorizados pelo preço mínimo para negociação ou empréstimo.

Especificamente, nestas aplicações:

• Como preço de referência para transações peer-to-peer
• Calculando avaliações de carteira NFT pessoal ou institucional
• Empréstimo de NFT, fracionamento e outras aplicações NFTfi

Existe uma falta de um preço credível, neutro e justo ao nível do item.

Muitas aplicações tentam fornecer serviços de preços via modelos de ML, mas a complexidade e a falta de transparência dificultam a obtenção de confiança e consenso.

Este artigo tenta fornecer preços de NFT em tempo real com um algoritmo simples e passível de interpretação. Também propõe um mecanismo de oráculo para que as partes interessadas participem de forma justa na descoberta de preços. Segue os princípios de neutro credível 5com dados objetivos mínimos e modelos simples, compreensíveis e robustos para uma fácil adoção.

Modelo Premium

Através de observações de grandes quantidades de dados de transações NFT de blue-chip, descobrimos que o valor dos traços é aproximadamente constante em relação ao preço base. Quando o preço base sobe e desce, o prêmio absoluto de cada traço flutuará em conformidade, mas a proporção para o preço base permanece estável. Isso significa que as relações de prêmio relativo entre os traços são estáveis. Referimos o prêmio de um traço NFT sobre o preço base como o prêmio do traço. Portanto, formulamos a seguinte hipótese:

• O valor de um NFT pode ser decomposto no valor inerente da própria coleção e na soma de todos os prémios de traços.
• A relação entre o prémio do traço e o preço mínimo é largamente constante dentro de um período de tempo.

Assim, propomos o Modelo Premium. A fórmula principal subjacente ao Modelo Premium é expressa como:

Aqui:

• Preço estimado: O valor previsto do NFT.
• Preço base: O preço mais baixo ao qual um NFT está atualmente listado para venda numa coleção específica no mercado.
• Interceção: Isso poderia ser considerado como um ajuste de base para o preço mínimo. Uma vez que o valor base de um NFT excluindo características deve situar-se entre o preço mínimo e a melhor oferta, a interceção é geralmente um valor negativo muito pequeno.
• Valor base: representa o valor de base de um NFT dentro de uma coleção não vinculada a características específicas, derivada do preço mínimo e influenciada por uma intercetação. Matematicamente, pode ser representado como:

• Peso do traço: Estes são os coeficientes atribuídos a cada traço para determinar quanto esse traço influencia o preço de um NFT. Cada traço contribui proporcionalmente para o preço estimado com base em como é valorizado em relação ao preço base.
• Prémio de traço: Valores adicionais atribuídos a determinados traços do NFT. São o produto do preço base e dos seus pesos de traços correspondentes.

Após uma simples transformação, (1) produz

Avaliação

Usamos:

• todos os dados reais de transações on-chain dentro de dois anos como dados de treinamento
• se os dados da transação estavam em um loop como critério para identificar as negociações de lavagem
• preço de listagem mais baixo da opensea, blur e looksrare como preço base
• Regressão Lasso como o modelo de regressão

treinar um modelo separado para cada coleção.

Sempre que ocorre uma transação, registramos o preço de venda on-chain, bem como o preço previsto do modelo naquele momento. Compilamos as últimas 100 transações e calculamos a precisão média. Testamos o modelo em coleções blue-chip e empregamos Erro Percentual Médio Absoluto (MAPE)como métrica de avaliação. Aqui está o resultado do teste.

O facto de o período de tempo selecionado para os dados de treino abranger dois anos e de se obter uma taxa de precisão elevada nas últimas 100 transações indica que a suposição de que a média da taxa de prémio entre diferentes características representa bem o valor é verdadeira para a maioria das coleções de blue chip.

A lista seguinte é os pesos dos traços para o traço Peleda coleçãoBAYC.

Pode-se ver que os pesos dos traços dos mais valiosos, Solid Gold Fur e Trippy Fur, são 9,3 vezes e 3,3 vezes o preço base, respetivamente, o que é significativamente superior a todos os outros pesos, enquanto muitos traços comuns têm um peso de 0. Estes resultados são muito consistentes com a nossa compreensão do valor do traço.

Devido à baixa liquidez de NFTs raros e à insuficiência de dados coletados, atualmente é impossível fornecer dados precisos de precisão para NFTs raros. No entanto, podemos dar um exemplo específico para ilustrar.

1370×1082 115 KB

Em 15 de outubro de 2023, um transaçãoO Cryptopunks #8998 ocorreu. O preço da transação foi de 57 ETH, e o preço mínimo naquela época era de 44.95 ETH. Registamos os pesos dos traços do #8998 naquela época da seguinte forma:

• Acessório Cabelo Roxo: 0.15931
• Acessório Nariz de Palhaço: 0.02458
• Acessório Frown: 0
• Género Masculino: 0.05595

O intercepto dos Cryptopunks foi -0,03270.

Assim, a avaliação pode ser calculada a partir de:

Está próximo do preço da transação, com um erro dentro de 5%.

No entanto, nem todos os NFTs raros podem ser precificados com tanta precisão. Devido ao valor pouco claro, as pessoas frequentemente superestimam ou subestimam ao dar preços para NFTs raros, o que introduz um viés que objetivamente existe. Portanto, não importa como o algoritmo de precificação de NFTs é projetado, há sempre um limite máximo de precisão.

No entanto, a partir dos dados acima, podemos ver que os prémios de traços calculados por este algoritmo são significativos em dois aspetos:

• O valor de características raras é claramente diferenciado das comuns.
• O processo de diferenciação destes prémios é transparente, baseado em evidências e credivelmente neutro.

Oráculo de Preço NFT

Embora o algoritmo tenha como objetivo ser o mais neutro possível, algumas questões permanecem:

• Os preços off-chain não podem ser utilizados para transações on-chain.
• Nó centralizado único apresenta riscos de manipulação.
• É difícil chegar a um consenso sobre o algoritmo de identificação de operações de lavagem para dados de treino e requer um mecanismo de confirmação de consenso.

Para fornecer um preço on-chain credivelmente neutro resistente à manipulação centralizada, projetamos um mecanismo de oracle para alcançar consenso.

1628×652 119 KB

É composto por uma rede descentralizada de nós:

• Nós de Participantes: Cada nó obtém dados de treinamento a partir de transações on-chain, calcula pesos de traços usando o algoritmo de código aberto e os submete aos nós oráculo, formando Redes de Oráculos DescentralizadosCada nó pode escolher diferente:
  • Modelos lineares, como regressão linear ingênua, regressão lasso, regressão ridge, etc. Regressão de Laçoé recomendado, pois pode reduzir os pesos de características não importantes para zero.
  • Algoritmos para identificar wash trading.
  • Históricos de transações dentro de um período de tempo adequado. Quanto maior a mudança nos pesos dos traços da coleção, menor deve ser o período de tempo para o histórico de transações. Mas um período de tempo menor é mais prejudicial para a precisão, então é uma compensação. Para o caso geral, é recomendado usar todas as transações históricas.
• Contrato Oracle de Preço: Funciona em dois passos:
  • Validar todos os pesos de características devolvidos, tomando a mediana ou a média após remover os valores atípicos. Como os valores das características são relativamente estáveis, os pesos não devem diferir muito, mantendo a baixa deviação após a validação.
  • Quando um usuário chama o contrato do oráculo de preço, primeiro obtém o preço mínimo em tempo real através do oráculo do preço mínimoe depois calcula o preço em tempo real usando a fórmula (1).
• Contrato do utilizador: Passe o endereço do contrato e o ID do token para obter o preço específico do token a partir do contrato do oráculo de preços

À medida que as proporções de valor dos traços permanecem estáveis ao longo do tempo, não é necessário que os pesos dos traços sejam atualizados com frequência. As atualizações periódicas de peso dos nós oráculo, combinadas com preços de piso em tempo real, mantêm preços precisos em tempo real de NFT ao nível do item.

No entanto, se optarmos por não usar este modelo com pesos e, em vez disso, apenas chegarmos a um consenso sobre o preço final gerado, ainda funcionaria? Modelos de preços diferentes podem ter um impacto significativo nos resultados de preços. O mesmo NFT raro poderia ser estimado em 120 ETH ou 450 ETH. Fazer a média ou mediana na presença de um viés tão grande ainda introduziria erros tremendos. No entanto, a introdução de pesos pode garantir em grande parte que a gama de flutuações de preços permaneça pequena e forneça explicações lógicas para a origem do preço.

Pontos fortes

Neutralidade credível

Acreditamos firmemente que este processo de fixação de preços deve ser o mais neutro e credível possível; caso contrário, não pode tornar-se um consenso para todos os traders de NFT. Ao longo de todo o processo de design, procurámos aderir aos quatro princípios básicos princípios de neutralidade credível 5:

• Não escreva pessoas específicas ou resultados específicos no mecanismo: Evitando vieses de terceiros, como raridade ou valor sentimental, os parâmetros/pesos são deduzidos através de uma regressão linear. Isso é estritamente baseado na história de transações e utiliza apenas preços de venda e preços mínimos como entradas durante o treinamento.
• Execução de código aberto e publicamente verificável: Os modelos lineares são totalmente de código aberto, e o treino do modelo off-chain e a geração de preços on-chain são facilmente verificáveis.
• Mantenha simples: O Modelo Premium utiliza o modelo linear mais simples e usa o mínimo de dados de treino possível. O cálculo do preço é uma simples soma. O preço do NFT é linear em relação ao preço base.
• Não o altere com muita frequência: Os pesos dos traços não requerem alterações frequentes, tornando menos provável que sejam atacados.

Transparência

A introdução dos pesos dos traços é importante. A maioria dos modelos de aprendizagem automática são caixas pretas, sem muita transparência, o que torna difícil confiar nos preços resultantes e impossível chegar a um consenso. No entanto, a introdução dos pesos dos traços torna os preços fáceis de entender, dando a cada parâmetro um significado claro: os pesos dos traços representam a proporção do prémio dos traços para o preço base, e a interceção corrige o preço base e fornece um valor base para a coleção. Os pesos dos traços são partilhados entre cada preço de NFT, tal como os traços são partilhados entre cada NFT.

Limitações

Apesar das suas vantagens, existem algumas limitações:

• Não é aplicável para valores de características em rápida mudança. Porque a suposição prévia de que o prémio de uma característica é aproximadamente um parâmetro constante em relação ao preço base, quando o valor da característica muda rapidamente, a gama de flutuações de valor da característica calculada com base no histórico de negociação de diferentes períodos de tempo é muito grande, o que reduz a precisão do modelo. Mesmo que um consenso possa ser alcançado de forma neutra através de um oráculo, ainda é uma solução de compromisso.
• É vulnerável a ataques de negociação fictícia. O Modelo Premium baseia-se em dados reais de transações. A negociação fictícia distorce os inputs de preços, levando a outputs de preços distorcidos. Embora as redes oráculo descentralizadas forneçam filtragem de negociação fictícia, isso adiciona incerteza.
• Não é totalmente sem permissão. Os nós do Oracle atualmente requerem avaliação para evitar Ataques de Sybil.

Aplicações

O oráculo de preços NFT tem inúmeras aplicações, particularmente em empréstimos NFT, leasing, Automated Market Makers (AMMs), fracionamento e outras aplicações NFTfi. Ele também pode servir como uma referência confiável para transações peer-to-peer.

A característica da linearidade permite a fragmentação proporcional. Atualmente, os AMM NFT ou protocolos de fracionamento usam múltiplas pools para diferentes valores de NFT, levando a uma liquidez fragmentada. Com taxas de preço estáveis, uma nova abordagem de fragmentação pode consolidar uma coleção inteira em uma única vault. Nesta configuração, o ERC20 da coleção representa unicamente a coleção inteira.

Por exemplo, no caso do Bored Ape Yacht Club (BAYC):

• NFT Raro #7403, no valor de 104.4 ETH, pode ser utilizado como garantia em 1044 xBAYC.
• NFT comum #1001, no valor de 25.5 ETH, pode ser colateralizado em 255 xBAYC.

Quando o preço mínimo do BAYC desce de 25 ETH para 12,5 ETH, 1 xBAYC desvaloriza de 0,1 ETH para 0,05 ETH. Mas a sua relação de valor permanece inalterada em 1044:255.

As proporções de preço permanecem constantes apesar das mudanças no preço mínimo, permitindo uma fragmentação e resgate justos.

Agradecimentos

Este trabalho é grandemente inspirado por dois artigos escritos por@vbuterin. O artigoNeutralidade Credível Como Princípio Orientador 5fornece-nos orientação na criação de mecanismos credíveis e neutros. O artigo O que penso sobre as Notas da Comunidademostra um exemplo concreto sobre a conceção de um algoritmo seguindo os princípios da neutralidade credível.

Mas o preço dos NFT difere das Notas da Comunidade no sentido de que, uma vez que os dados de preço em cenários de negociação devem ser em tempo real e não ter nenhum risco de manipulação, apenas a abertura do código não é suficiente para uma verdadeira neutralidade credível. Um mecanismo de consenso eficaz on-chain deve ser estabelecido.

Aviso Legal：

1. Este artigo é reproduzido a partir de [Investigação sobre Ethereum]. Todos os direitos autorais pertencem ao autor original [black71113; yusenzhan]. Se houver objeções a esta reimpressão, por favor contacte o Gate Learnequipa e eles vão tratar disso prontamente.
2. Isenção de Responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer tipo de conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe Gate Learn. Salvo indicação em contrário, é proibido copiar, distribuir ou plagiar os artigos traduzidos.