代替可能トークンとは異なり、NFTは代替性がなく流動性が低いため、リアルタイムの価格設定がありません。価格は通常、アイテムレベルの詳細が欠如しているフロア価格に基づいて参照されます。これにより、フロア価格以外のNFTの価格設定を取引や貸借のために行うことが困難になります。

具体的には、これらのアプリケーションで

• ピア・ツー・ピア取引の参考価格として
• 個人または機関のNFTポートフォリオ評価の計算
• NFTの貸出、分割、およびその他のNFTfiアプリケーション

アイテムレベルでの信頼性のある中立的で公正な価格が不足しています。

多くのアプリケーションは、MLモデルを介して価格設定サービスを提供しようとしますが、複雑さと透明性の欠如により、信頼とコンセンサスを得ることが困難になっています。

この記事は、シンプルで解釈しやすいアルゴリズムを使用して、リアルタイムのNFT価格を提供しようとしています。利害関係者が公正に価格発見に参加するためのオラクルメカニズムも提案しています。これは、Gate.ioの原則に従っています。信頼性のある中立性5最小限の客観的データと、わかりやすく、堅牢なモデルのみを用いて、簡単に採用できるようにします。

プレミアムモデル

大量のブルーチップNFT取引データを観察することで、特性の価値は床価格に対しておおよそ一定であることがわかりました。床価格が上下すると、各特性の絶対プレミアムはそれに応じて変動しますが、床価格に対する比率は安定しています。つまり、特性間の相対プレミアム関係は安定しているということです。NFT特性の床価格に対するプレミアムを特性プレミアムと呼びます。したがって、私たちは次の仮説を立てます:

• NFTの価値は、コレクション自体の固有価値とすべての特性プレミアムの合計に分解されることができます。
• 期間内における特性プレミアムの床価格に対する比率は、大部分が一定です。

そこで、プレミアムモデルを提案します。プレミアムモデルを支えるコアフォーミュラは、次のように表されます。

ここ:

• 推定価格：NFTの予測値。
• フロア価格：市場で特定のコレクションにおいてNFTが現在販売されている最低価格。
• インターセプト：これは床価格へのベース調整と見なされる可能性があります。トレイトを除いたNFTのベース値は通常、床価格とベストオファーの間にあるべきなので、インターセプトは通常、微少な負の金額です。
• ベース値：これは、特定の特性に結び付かないコレクション内のNFTの基準値を表し、フロア価格から派生し、インターセプトの影響を受けます。数学的には、次のように表すことができます：

• 特性の重み: これらは、各特性に割り当てられる係数であり、その特性がNFTの価格にどれだけ影響を与えるかを決定するために使用されます。各特性は、それが床価格に対してどのように評価されるかに比例して、推定価格に寄与します。
• 特性プレミアム:NFTの特定の特性に帰属する追加値。これらは、最低料金とそれに対応する特性の重みの積です。

簡単な変換の後、(1)は生じる

評価

私たちは使用しました:

• 2年間のすべてのリアルなオンチェーン取引データをトレーニングデータとして利用
• 取引データが洗浄取引を識別する基準としてループ内にあったかどうか
• opensea、blur、looksareの最低リスティング価格はフロア価格です
• Lasso回帰は、回帰モデルとして

各コレクションごとに個別のモデルをトレーニングする。

取引が発生するたびに、その時点でのオンチェーンの販売価格とモデルが予測した価格を記録します。最新の100件の取引をまとめ、平均精度を計算しました。モデルをブルーチップコレクションでテストし、採用しましたMean Absolute Percentage Error (MAPE)評価メトリックとして。こちらがテスト結果です。

訓練データに選択された時間範囲が2年にわたり、最新の100取引で高い精度が得られているという事実は、異なる特性間の平均プレミアム比がほとんどのブルーチップコレクションにおいて価値を適切に表しているという仮定が成り立つことを示しています。

以下は、トレイトのトレイト重みリストですファーコレクションのBAYC.

最も価値のあるソリッドゴールドファーとトリッピーファーの特性の重みは、それぞれ最低価格の9.3倍と3.3倍であり、他のすべての重みよりも大幅に高くなっていますが、多くの通常の特性の重みは0であることがわかります。これらの結果は、特性値に関する私たちの理解と非常に一致しています。

希少なNFTの流動性が低く、収集されたデータが不十分であるため、希少なNFTに対する正確なデータを提供することは現時点では不可能です。しかし、具体的な例を示すことはできます。

1370×1082 115 KB

2023年10月15日、取引Cryptopunks #8998の取引が発生しました。取引価格は57 ETHで、その時点のフロア価格は44.95 ETHでした。当時の＃8998の特性ウェイトを以下に記録しました:

• アクセサリーパープルヘア:0.15931
• アクセサリーピエロの鼻:0.02458
• アクセサリーフラウン：0
• 性別 男性: 0.05595

Cryptopunksのインターセプトは-0.03270でした。

そのため、評価額は以下から計算できます:

取引価格に近く、誤差が5％以内です。

しかし、すべてのレアNFTがこれほど正確に価格設定できるわけではありません。価値が不明瞭なため、希少なNFTの価格を示す際に過大評価や過小評価をすることが多く、客観的に存在するバイアスが生じます。したがって、NFTの価格設定アルゴリズムをどのように設計しても、精度には常に上限があります。

しかし、上記のデータから、このアルゴリズムによって計算された特性のプレミアムは、2つの側面で重要であることがわかります。

• 希少な形質の価値は、通常の形質とは明らかに区別されます。
• これらのプレミアムを区別するプロセスは、透明で証拠に基づき、信頼性があり中立的です。

NFT価格オラクル

アルゴリズムは可能な限り中立で信頼性の高いものであることを目指していますが、いくつかの問題が残っています。

• オフチェーン価格はオンチェーン取引に使用できません。
• 単一の中央集権ノードは操作リスクを引き起こす可能性があります。
• 訓練データのウォッシュトレーディングを識別するアルゴリズムについて合意に達するのは難しく、合意確認メカニズムが必要です。

中央集権的な操作に耐性のある信頼できる中立的なオンチェーン価格を提供するために、コンセンサスを達成するためのオラクルメカニズムを設計します。

1628×652 119キロバイト

分散ノードネットワークで構成されています:

• 参加者ノード:各ノードは、オンチェーントランザクションからトレーニングデータを取得し、オープンソースアルゴリズムを使用して特性の重みを計算し、それらをオラクルノードに送信して、分散型オラクルネットワーク各ノードは異なる選択肢を選択できます。
  • リニアモデル-単純なリニア回帰、ラッソ回帰、リッジ回帰など-ラッソ回帰重要でない特性の重みをゼロに減らすことができるため、お勧めです。
  • ウォッシュ取引を特定するためのアルゴリズム。
  • 適切な時間枠内の取引履歴。コレクションの特性の重みの変化が大きいほど、取引履歴の時間枠は小さくなります。ただし、時間枠が短いほど精度に影響が出るため、トレードオフとなります。一般的な場合、すべての取引履歴を使用することが推奨されています。
• 価格オラクル契約：2つのステップで動作します：
  • すべての返された特性の重みを検証し、外れ値を除去した後に中央値または平均を取ります。特性値が比較的安定しているため、重みは検証後に偏差が低いままであるべきです。
  • ユーザーが価格オラクル契約を呼び出すと、まずリアルタイムのフロア価格を取得します。フロア価格オラクル次に、式 (1) を使用してリアルタイムの価格を計算します。
• ユーザーコントラクト：コントラクトアドレスとトークンIDを渡して、価格オラクルコントラクトから特定のトークン価格を取得します

特性値比率が時間の経過とともに安定しているため、特性の重みを頻繁に更新する必要はありません。オラクルノードからの定期的な重みの更新とリアルタイムのフロア価格設定により、正確なリアルタイムのアイテムレベルNFT価格が維持されます。

しかし、このモデルを重み付けで使用せず、代わりに最終的に生成された価格についてコンセンサスに達することを選択した場合でも、それでも機能しますか?価格設定モデルが異なれば、価格設定結果にも大きな影響を与える可能性があります。同じレアなNFTは、120ETHまたは450ETHと見積もることができます。このような大きなバイアスが存在する状態で平均値または中央値を取ると、依然として大きな誤差が生じます。ただし、ウェイトの導入により、価格変動範囲が小さく保たれ、価格の起源を論理的に説明することができます。

強み

信頼できる中立性

私たちは、この価格設定プロセスができるだけ信頼性のある中立的なものであるべきだと強く信じています。そうでないと、すべてのNFTトレーダーにとっての合意にはなりえません。設計プロセス全体を通じて、私たちは4つの基本に固執しようと努めてきました。信頼性のある中立性の原則 5:

• メカニズムに特定の人物や特定の結果を書かないでください：稀少性や感情的な価値などの第三者の偏見を避けるために、パラメータ/重みは線形回帰を通じて推測されます。これは厳密に取引履歴に基づいており、トレーニング中に入力として売値とフロア価格のみを利用しています。
• オープンソースで公開可能な実行: 線形モデルは完全にオープンソースであり、オフチェーンのモデルトレーニングとオンチェーンの価格生成はどちらも簡単に検証可能です。
• シンプルにしてください：プレミアムモデルは最も単純な線形モデルを採用し、可能な限り少ないトレーニングデータを使用します。価格計算は単純な合計です。NFT価格はフロア価格に対して線形です。
• 頻繁に変更しないでください：特性の重みは頻繁な変更を必要としません。そのため、攻撃される可能性が低くなります。

透明性

特性ウェイトの導入は重要です。ほとんどの機械学習モデルはブラックボックスであり、強い透明性を欠いているため、結果の価格を信頼することが難しく、合意に達することが不可能です。しかし、特性ウェイトの導入により、価格を理解しやすくし、各パラメータに明確な意味を与えることができます。特性ウェイトは、特性プレミアムの比率を床価格に表し、切片は床価格を修正し、コレクションに基準値を提供します。特性ウェイトは、各NFT価格で共有され、特性が各NFTで共有されるのと同様です。

制限

その強みにもかかわらず、いくつかの制限が存在します。

• 急速に変化する特性値には適用されません。特性のプレミアムが床価格に対しておおよそ一定のパラメータであるという先行の仮定のため、特性の値が急速に変化すると、異なる時間長さの取引履歴に基づいて計算された特性値の変動の範囲が非常に大きくなり、モデルの精度が低下します。オラクルを通じて中立的に合意が得られたとしても、それは依然として妥協解です。
• ウォッシュ取引攻撃の脆弱性があります。プレミアムモデルは実際の取引データに依存しています。ウォッシュ取引は価格入力を歪め、歪んだ価格出力を引き起こします。分散型オラクルネットワークはウォッシュトレードフィルタリングを提供しますが、これには不確実性が伴います。
• 完全に許可されていません。現在、Oracleノードには検閲が必要です。シビル攻撃.

アプリケーション

NFT価格オラクルには、特にNFT貸付、リース、自動市場メーカー（AMM）、分割、およびその他のNFTfiアプリケーションに多くの応用があります。また、ピア・ツー・ピア取引の信頼性のある参照としても機能することができます。

直線性の特徴により、比例的な断片化が可能になります。現在、NFT AMMまたは部分化プロトコルでは、異なるNFT値のために複数のプールが使用され、断片化された流動性をもたらしています。安定した価格比率で、新しい断片化アプローチが全コレクションを単一のボールトに統合することができます。このセットアップでは、コレクションのERC20がコレクション全体を一意に表します。

例えば、Bored Ape Yacht Club（BAYC）の場合：

• レアNFT #7403、104.4 ETHの価値があり、1044 xBAYCに担保になることができます。
• 一般的なNFT＃1001、25.5 ETHの価値があり、255 xBAYCに担保として入れることができます。

BAYCのフロア価格が25 ETHから12.5 ETHに下がると、1 xBAYCの価値が0.1 ETHから0.05 ETHに下がります。しかし、その価値比率は1044:255のまま変わりません。

価格比率は、床価格の変化に関わらず一定であり、公正な断片化と償還を可能にします。

謝辞

この作品は、2つの記事に大きな影響を受けています。@vbuterin記事信頼性中立性を導く原則5私たちには、信頼性のある中立的なメカニズムを確立するための方向性が与えられます。その記事Community Notesについてどう思いますか信頼性のある中立性の原則に従ったアルゴリズムの設計例を示します。

ただし、NFTの価格設定は、取引シナリオでの価格データがリアルタイムであり、操作のリスクがゼロでなければならないため、コミュニティ・ノートとは異なります。コードだけをオープンソース化するだけでは真の信頼性のある中立性には不十分です。効果的なオンチェーンのコンセンサスメカニズムを確立する必要があります。

免責事項：

1. この記事は[から転載されましたイーサリアム研究].すべての著作権は原著作者に帰属します[black71113; yusenzhan]。この転載に異議がある場合は、ご連絡ください。Gate ラーンチームが promptly に対処します。
2. 責任の免責事項：この記事で表現されている意見は、著者個人のものであり、投資アドバイスを構成するものではありません。
3. 他の言語への記事の翻訳は、Gate Learnチームによって行われます。特に言及されていない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。