NFT Price Oracle: อัลกอริธึมที่เป็นกลางอย่างน่าเชื่อถือสําหรับการค้นพบราคา NFT

ขั้นสูง12/27/2023, 2:38:20 PM
บทความนี้เสนอให้ใช้อัลกอริทึมที่เรียบง่ายและสามารถอธิบายได้เพื่อให้บริการราคา NFT แบบเรียลไทม์ โดยยังแนะนำกลไกการทำนายที่ช่วยให้ผู้มีส่วนได้ส่วนเสียเข้าร่วมอย่างยุติธรรมในการค้นพบราคา

ซึ่งแตกต่างจากโทเค็นที่เปลี่ยนได้ NFT ขาดการกําหนดราคาแบบเรียลไทม์เนื่องจากการไม่มีเชื้อราและการขาดสภาพคล่อง โดยทั่วไปราคาจะอ้างอิงถึงราคาพื้นซึ่งไม่มีความละเอียดระดับรายการ สิ่งนี้ทําให้ยากต่อการกําหนดราคา NFT ที่ไม่มีมูลค่าตามพื้นสําหรับการซื้อขายหรือการให้กู้ยืม

โดยเฉพาะอย่างยิ่งในแอปพลิเคชันเหล่านี้:

  • เป็นราคาอ้างอิงสำหรับธุรกรรมจากบุคคลสู่บุคคล
  • การคำนวณมูลค่าพอร์ตการถือครอง NFT ของบุคคลหรือสถาบัน
  • การให้ยืม NFT, การเฟรกชัน, และแอปพลิเคชัน NFTfi อื่น ๆ

มีขาดทุนของราคาที่เป็นกลางและยุติธรรมอย่างเชื่อถือได้ที่ระดับรายการ

การใช้งานหลายแอปพลิเคชันพยายามให้บริการราคาผ่านรูปแบบ ML แต่ความซับซ้อนและขาดความโปร่งใสทำให้ยากที่จะได้รับความไว้วางใจและเห็นด้วย

บทความนี้พยายามให้การกําหนดราคา NFT แบบเรียลไทม์ด้วยอัลกอริทึมที่เรียบง่ายและตีความได้ นอกจากนี้ยังเสนอกลไกออราเคิลให้ผู้มีส่วนได้ส่วนเสียมีส่วนร่วมในการค้นพบราคาอย่างเป็นธรรม มันเป็นไปตามหลักการของ ความเป็นธรรมที่น่าเชื่อถือ 5 ด้วยข้อมูลวัตถุประสงค์ที่น้อยที่สุดและโมเดลที่เรียบง่ายเข้าใจได้และมีประสิทธิภาพเพื่อการใช้งานที่ง่ายดาย

โมเดลพรีเมี่ยม

ผ่านการสังเกตข้อมูลธุรกิจ NFT ระดับยอด พบว่า มูลค่าของลักษณะมีค่าคงที่โดยรวมต่อราคาพื้น. เมื่อราคาพื้นขึ้นและลง ค่าพิเศษของแต่ละลักษณะจะเปลี่ยนแปลงตามไปด้วย แต่อัตราส่วนต่อราคาพื้นยังคงคงที่. นั่นหมายความว่าความสัมพันธ์ที่มีค่าพิเศษระหว่างลักษณะเป็นค่าคงที่. เราเรียกค่าพิเศษของลักษณะ NFT สูงกว่าราคาพื้นว่าค่าพิเศษของลักษณะ. ดังนั้นเราสมมติว่า:

  • ค่าของ NFT สามารถถอดออกเป็นค่าที่แตกต่างของคอลเลคชันเองและผลรวมของเบี้ยเริ่มต้นทั้งหมด
  • อัตราส่วนของเบี้ยประกันสำหรับราคาพื้นที่คงที่มากในช่วงเวลา

ดังนั้น พวกเราขอเสนอรุ่นพรีเมียม สูตรหลักที่เป็นพื้นฐานของรุ่นพรีเมียมถูกแสดงเป็น

ที่นี่:

  • ราคาโดยประมาณ: ค่าที่คาดการณ์ของ NFT
  • ราคาพื้น: ราคาต่ำสุดที่ NFT นี้ถูกลงขายในคอลเลคชันที่เฉพาะเจาะจงบนตลาดในปัจจุบัน
  • Intercept: นี่อาจถือเป็นการปรับราคาฐานสูู่ราคาพื้นฐาน โดยเฉพาะถ้ามีค่าฐานของ NFT ที่ยกเว้นคุณลักษณะควรอยู่ระหว่างราคาพื้นฐานและข้อเสนอที่ดีที่สุด เอ็นเทอร์เซ็ปต์จะมักเป็นจำนวนเล็กเป็นลบใดๆ
  • ค่าฐาน: นี้แทนค่าฐานของ NFT ภายในคอลเลคชันที่ไม่เชื่อมโยงกับลักษณะเฉพาะ มาจากราคาพื้นและมีผลจากการกระทำของการตัดสิน. ทางคณิตศาสตร์, มันสามารถแทนด้วย:

  • น้ำหนักลักษณะ: เป็นตัวชี้วัดที่กำหนดให้กับแต่ละลักษณะเพื่อกำหนดว่าลักษณะนั้นมีผลกระทบต่อราคาของ NFT เพียงใด แต่ละลักษณะมีส่วนร่วมในการประมาณราคาตามสัดส่วนตามวิธีคิดค่าของมันเทียบกับราคาพื้น
  • ลักษณะพรีเมี่ยม: ค่าเพิ่มเติมที่เกิดจากลักษณะเฉพาะของ NFT พวกเขาเป็นผลิตภัณฑ์ของราคาพื้นและน้ําหนักลักษณะที่สอดคล้องกัน

หลังจากการเปลี่ยนแปลงอย่างง่าย (1) จะให้ผลลัพธ์

การประเมิน

เราใช้:

  • ข้อมูลธุรกรรมแบบ on-chain จริงทั้งหมดภายในสองปีเป็นข้อมูลการฝึกอบรม
  • ว่าข้อมูลการซื้อขายมีการวนวางเป็นเกณฑ์ในการระบุการซักประวัติ
  • ราคาลงทะเบียนต่ำสุดของ opensea, blur, และ looksrare เหมือนราคาพื้น
  • การถดถอยลาโซเป็นโมเดลการถดถอย

ที่จะฝึกอบรมโมเดลแยกตามคอลเลคชันแต่ละรายการ

เมื่อเกิดธุรกรรม เราจะบันทึกราคาขาย on-chain รวมทั้งราคาที่คาดการณ์ของโมเดลในขณะนั้น เรารวบรวมธุรกรรมล่าสุด 100 รายการ และคำนวณค่าความแม่นยำเฉลี่ย เราทดสอบโมเดลบนคอลเลคชัน blue-chip และใช้งานMean Absolute Percentage Error (MAPE) เป็นตัวชี้วัดการประเมิน นี่คือผลการทดสอบ

ความจริงที่ช่วงเวลาที่เลือกสำหรับข้อมูลการฝึกฝนครอบคลุมสองปีและได้อัตราความแม่นยำสูงในการดำเนินการล่าสุด 100 รายการ หมายถึงการสมมติฐานที่อัตราส่วนเบี้ยเฉลี่ยระหว่างลักษณะที่แตกต่างแสดงถึงค่าที่เป็นจริงสำหรับคอลเลคชันบลูชิปส่วนใหญ่

รายการต่อไปนี้คือน้ำหนักลักษณะสำหรับลักษณะขนของคอลเลกชันBAYC.

จะเห็นได้ว่าน้ําหนักลักษณะของขนทองแข็งและขนทริปปี้ที่มีค่าที่สุดคือ 9.3 เท่าและ 3.3 เท่าของราคาพื้นตามลําดับซึ่งสูงกว่าน้ําหนักอื่น ๆ ทั้งหมดอย่างมีนัยสําคัญในขณะที่ลักษณะทั่วไปจํานวนมากมีน้ําหนัก 0 ผลลัพธ์เหล่านี้สอดคล้องกับความเข้าใจของเราเกี่ยวกับคุณค่าทางคุณลักษณะ

เนื่องจากสภาพคล่องต่ําของ NFT ที่หายากและข้อมูลที่รวบรวมไม่เพียงพอจึงเป็นไปไม่ได้ที่จะให้ข้อมูลความแม่นยําที่แม่นยําสําหรับ NFT ที่หายาก อย่างไรก็ตามเราสามารถยกตัวอย่างเฉพาะเพื่อแสดงให้เห็น

1370×1082 115 KB

ในวันที่ 15 ตุลาคม 2023 ธุรกรรมการซื้อขาย Cryptopunks #8998 ได้เกิดขึ้น ราคาธุรกรรมคือ 57 ETH และราคาพื้นที่เวลานั้นคือ 44.95 ETH เราได้บันทึกน้ำหนักลักษณะของ #8998 ในเวลานั้นดังนี้

  • ผมสีม่วง: 0.15931
  • หัวหนังตลก: 0.02458
  • อุปกรณ์ Frown: 0
  • เพศ ชาย: 0.05595

การตัดของ Cryptopunks คือ -0.03270

ดังนั้นการประเมินมูลค่าสามารถคำนวณจาก:


มันใกล้เคียงกับราคาธุรกรรม โดยมีความคลาดเคลื่อนไม่เกิน 5%

อย่างไรก็ตาม ไม่ใช่ NFT ที่หายากทั้งหมดที่สามารถตั้งราคาได้อย่างแม่นยํา ผู้คนมักประเมินค่าสูงไปหรือประมาทเมื่อให้ราคาสําหรับ NFT ที่หายาก ซึ่งแนะนําอคติที่มีอยู่อย่างเป็นกลาง ดังนั้นไม่ว่าอัลกอริธึมการกําหนดราคา NFT จะได้รับการออกแบบมาอย่างไรก็มีขีด จํากัด บนความแม่นยําเสมอ

อย่างไรก็ตาม จากข้อมูลข้างต้น เราสามารถเห็นได้ว่า เบี้ยพิเศษที่คำนวณโดยอัลกอริทึมนี้มีความสำคัญในด้านสองด้าน:

  • คุณค่าของลักษณะที่หายากนั้นแตกต่างจากลักษณะทั่วไปอย่างชัดเจน
  • กระบวนการที่แตกต่างกันเหล่านี้มีความโปร่งใส ขึ้นอยู่กับหลักฐาน และเป็นกลางอย่างเชื่อถือ

NFT ประตูราคาออรัคเล

แม้ว่าอัลกอริทึมจะตั้งเป้าหมายที่จะเป็นเชิงนิติวัติให้มากที่สุดเท่าที่จะเป็นได้ แต่ยังคงมีปัญหาบางประการ

  • ราคา Off-chain ไม่สามารถใช้สำหรับธุรกรรม on-chain ได้
  • โหนดศูนย์กลางเดียวกันเปิดโอกาสให้เกิดความเสี่ยงที่จะถูกปรับแต่ง
  • มันยากที่จะเห็นด้วยกันเกี่ยวกับอัลกอริทึมในการระบุการซักรีดสำหรับข้อมูลการฝึกอบรม และต้องการกลไกการยืนยันความเห็นร่วม

เพื่อให้ราคาบนเชืองเชื่อถือได้ที่ต้านทานการควบคุมจากศูนย์กลาง เราออกแบบกลไกออราเคิลเพื่อบรรลุความเห็นร่วม

1628×652 119 KB

มันประกอบด้วยเครือข่ายที่ไม่มีส่วนกลางของโหนด:

  • โหนดผู้เข้าร่วม: แต่ละโหนดจะได้รับข้อมูลการฝึกจากธุรกรรม on-chain, คำนวณน้ำหนักลักษณะโดยใช้อัลกอริทึมโอเพนซอร์ส และส่งมันไปยังโหนดออราเคิลเพื่อสร้างเครือข่ายออรัคเคิลที่ไม่มีความเฝ้าระวัง. แต่ละโหนดสามารถเลือกต่างกัน:
    • โมเดลเชิงเส้น - เช่น การถดถอยเชิงเส้นตรง, การถดถอยแบบแลสโซ, การถดถอยแบบริดจ์ เป็นต้นการลาโซเรจเรสชัน แนะนำให้ใช้ เนื่องจากมันสามารถลดน้ำหนักลักษณะที่ไม่สำคัญไปสู่ศูนย์
    • อัลกอริทึมสำหรับการระบุการซักล้างเทรด
    • ประวัติการทำธุรกรรมภายในช่วงเวลาที่เหมาะสม ยิ่งมีการเปลี่ยนแปลงในน้ำหนักลักษณะของคอลเลคชั่นมากเท่าไหร่ ช่วงเวลาสำหรับประวัติการทำธุรกรรมก็จะน้อยลง แต่ช่วงเวลาที่น้อยกว่านั้นก็มีผลเสียต่อความแม่นยำมากขึ้น ดังนั้นมันก็เป็นการแลกเปลี่ยน สำหรับกรณีทั่วไปการใช้ประวัติการทำธุรกรรมทั้งหมดถือเป็นที่แนะนำ
  • สัญญาออรัคเคลือบราคา: มันทำงานในขั้นตอนสองขั้นตอน:
    • ตรวจสอบน้ำหนักลักษณะที่ส่งกลับทั้งหมด โดยใช้มัมเฉลี่ยหรือค่าเฉลี่ยหลังจากนำข้อมูลผิดปกติออก โดยที่ค่าลักษณะมีความเสถียรสูง น้ำหนักไม่ควรแตกต่างมาก และควรเก็บค่าส่วนเบี่ยงต่ำหลังการตรวจสอบ
    • เมื่อผู้ใช้เรียกสัญญาออราเคิลราคา จะได้รับราคาพื้นเวลาจริงผ่านเส้นทางโอราเคิลราคาพื้นแล้วคำนวณราคาแบบเรียลไทม์โดยใช้สูตร (1)
  • สัญญาผู้ใช้: ส่งที่อยู่สัญญาและรหัสโทเค็นเพื่อดึงราคาโทเค็นที่เฉพาะเจาะจงจากสัญญาออราเคิลราคา

เนื่องจากอัตราส่วนค่าลักษณะยังคงคงที่ตลอดเวลา จึงไม่จำเป็นต้องอัปเดตน้ำหนักค่าลักษณะบ่อยครั้ง การอัปเดตน้ำหนักเป็นระยะๆ จากโหนดออรัคเลส ร่วมกับราคาพื้นแบบเรียลไทม์ ช่วยรักษาการกำหนดราคา NFT ระดับสินค้าอย่างแม่นยำในขณะเดียวกัน

อย่างไรก็ตาม หากเราเลือกที่จะไม่ใช้โมเดลนี้ด้วยน้ำหนักและเพียงเท่านั้นที่เราเห็นความเห็นร่วมเกี่ยวกับราคาที่สร้างขึ้นในที่สุด มันยังจะทำงานหรือไม่? โมเดลราคาที่แตกต่างกันสามารถมีผลกระทบอย่างมากต่อผลลัพธ์ของราคา NFT ที่หาได้เดียวกันสามารถประมาณให้เป็น 120 ETH หรือ 450 ETH การเลือกเฉลี่ยหรือมัมมีเดียนในกรณีที่มีการเบียดเบนมากๆ ยังคงทำให้เกิดความผิดพลาดอย่างมหายิ่ง อย่างไรก็ตาม การนำเอาน้ำหนักเข้ามาอาจทำให้ช่วงการเปลี่ยนแปลงราคายังคงเล็กน้อยและสามารถให้คำอธิบายทางตรรกะได้สำหรับราคา

ความแข็งแกร่ง

ความเป็นธรรมที่น่าเชื่อถือ

เราเชื่ออย่างยิ่งว่ากระบวนการตั้งราคานี้ควรเป็นเชิงเป็นกลางอย่างเชื่อถือได้ให้สุด มิฉะนั้น มันจะไม่สามารถกลายเป็นข้อตกลงสำหรับนักซื้อขาย NFT ทุกคน ตลอดกระบวนการออกแบบทั้งหมด เราได้พยายามที่จะยึดถือตามสี่หลักเบื้องต้นหลักการของความเป็นกลางที่น่าเชื่อถือ 5:

  • อย่าเขียนคนหรือผลลัพธ์ที่แน่นอนลงในกลไก: การหลีกเลี่ยงความลำเอียงจากฝ่ายที่สามเช่นความหายากหรือค่าความรู้สึก พารามิเตอร์/น้ำหนักถูกสรุปผ่านการถดถอยเชิงเส้น นี้ถูกยึดติดอย่างเคร่งครัดในประวัติการทำธุรกรรมและใช้เฉพาะราคาขายและราคาพื้นเป็นข้อมูลที่นำมาในระหว่างการฝึกอบรม
  • โอเพ่นซอร์สและการดําเนินการที่ตรวจสอบได้ต่อสาธารณะ: โมเดลเชิงเส้นเป็นโอเพ่นซอร์สอย่างสมบูรณ์และการฝึกอบรมโมเดลนอกเครือข่ายและการสร้างราคาแบบ on-chain นั้นสามารถตรวจสอบได้ง่าย
  • ให้มันเรียบง่าย: โมเดลพรีเมี่ยมใช้โมเดลเชิงเส้นที่ง่ายที่สุดและใช้ข้อมูลการฝึกอบายมากที่สุดเท่าที่จะเป็นไปได้ การคำนวณราคาเป็นการรวมทั้งแบบเรียบง่าย ราคา NFT เป็นแบบเชิงเส้นกับราคาพื้น.
  • ไม่ต้องเปลี่ยนมันบ่อยเกินไป: น้ำหนักลักษณะไม่ต้องการการเปลี่ยนแปลงบ่อยเกินไป ทำให้เป็นไปได้น้อยว่าจะถูกโจมตี

ความโปร่งใส

การแนะนําน้ําหนักลักษณะเป็นสิ่งสําคัญ โมเดลแมชชีนเลิร์นนิงส่วนใหญ่เป็นกล่องดําขาดความโปร่งใสที่แข็งแกร่งทําให้ยากที่จะเชื่อถือราคาที่เกิดขึ้นและไม่สามารถบรรลุฉันทามติได้ อย่างไรก็ตามการแนะนําน้ําหนักลักษณะทําให้ราคาเข้าใจง่ายทําให้แต่ละพารามิเตอร์มีความหมายที่ชัดเจน: น้ําหนักลักษณะแสดงถึงอัตราส่วนของลักษณะพรีเมี่ยมต่อราคาพื้นและสกัดกั้นแก้ไขราคาพื้นและให้ค่าฐานสําหรับคอลเลกชัน น้ําหนักลักษณะจะถูกแบ่งปันในแต่ละราคา NFT เช่นเดียวกับลักษณะที่ใช้ร่วมกันในแต่ละ NFT

ข้อ จำกัด

นับว่ามีข้อจำกัดบางประการอยู่:

  • มันไม่สามารถใช้กับการเปลี่ยนแปลงค่าลักษณะอย่างรวดเร็ว เนื่องจากความสมมติก่อนหน้าที่พรีเมี่ยมของคุณลักษณะเป็นพารามิเตอร์คงที่โดยรวมกับราคาพื้น, เมื่อค่าของคุณลักษณะเปลี่ยนแปลงอย่างรวดเร็ว, ช่วงของค่าลักษณะที่เปลี่ยนแปลงคำนวณขึ้นโดยอ้างอิงจากประวัติการซื้อขายของช่วงเวลาที่แตกต่างกัน มีขนาดใหญ่มาก, ซึ่งลดความแม่นยำของโมเดล แม้ว่าความเห็นกันได้ถึงความตกลงโดยกลางตลอดจากออราเคิล, มันก็ยังคงเป็นการแก้ตัวคงที่เหมาะสม
  • มันเป็นระบบที่อ่อนไหวต่อการโจมตีด้วยการซักล้าง รูปแบบพรีเมี่ยมขึ้นอยู่กับข้อมูลการธุรกรรมจริง การซักล้างทำให้ข้อมูลราคาเปลี่ยนแปลง โดยทำให้เกิดผลลัพธ์ของการกำหนดราคาที่บิดเบือน ในขณะที่เครือข่ายออรัคเคิลที่ไม่มีการจัดการให้การซักล้างหล่ดเลี่ยงการซักล้าง แต่นี่ก็ทำให้เพิ่มความไม่แน่นอน
  • มันไม่ได้รับอนุญาตอย่างสมบูรณ์ โหนด Oracle ต้องผ่านการตรวจสอบในปัจจุบันเพื่อป้องกันการโจมตีซิบิล.

แอปพลิเคชัน

ออราเคิลราคา NFT มีแอปพลิเคชันมากมาย โดยเฉพาะอย่างยิ่งในการให้กู้ยืม NFT การเช่าซื้อ ผู้ดูแลสภาพคล่องอัตโนมัติ (AMMs) การแยกส่วน และแอปพลิเคชัน NFTfi อื่นๆ นอกจากนี้ยังสามารถใช้เป็นข้อมูลอ้างอิงที่เชื่อถือได้สําหรับการทําธุรกรรมแบบเพียร์ทูเพียร์

คุณลักษณะของความเสมพันธ์ทำให้เกิดการแยกส่วนที่สัมพันธ์กันได้ ณ ขณะนี้ NFT AMMs หรือโปรโตคอลการแยกส่วนใช้พูลหลายๆ รูปแบบสำหรับค่า NFT ที่แตกต่างกัน ทำให้เกิดความเหี่ยวย่ำในการเปลี่ยนราคา ด้วยอัตราส่วนราคาที่คงที่ การแยกรายการเก่าใหม่สามารถรวมรวมคอลเลกชันทั้งหมดเข้าไปในหลอดเดียว ในการตั้งค่านี้ คอลเลกชัน ERC20 แทนค่าที่ทั้งหมดของคอลเลกชัน

ตัวอย่างเช่น ในกรณีของ Bored Ape Yacht Club (BAYC):

  • NFT หมายเลข 7403 ที่มีมูลค่า 104.4 ETH สามารถนำมาจำนองให้เป็น 1044 xBAYC
  • NFT ทั่วไป #1001 มูลค่า 25.5 ETH สามารถเป็นหลักทรัพย์ใน 255 xBAYC

เมื่อราคาพื้น BAYC ลดลงจาก 25 ETH เหลือ 12.5 ETH, 1 xBAYC ลดค่าจาก 0.1 ETH เหลือ 0.05 ETH แต่อัตราส่วนค่าของพวกเขายังคงเท่าเดิมที่ 1044:255

อัตราส่วนราคายังคงคงที่ แม้จะมีการเปลี่ยนแปลงในราคาขั้นต่ำ ทำให้สามารถแยกแยะและแลกเปลี่ยนได้อย่างยุติธรรม

ขอบคุณ

ผลงานนี้ได้รับแรงบันดาลจากบทความสองเรื่องที่เขียนโดย@vbuterinบทความความเชื่อถือได้ของความเป็นกลางเป็นหลักที่ 5ให้เราทิศทางในการสร้างกลไกที่เชื่อถือได้ฉันคิดอย่างไรกับบันทึกชุมชนแสดงตัวอย่างที่แน่นอนในการออกแบบอัลกอริทึมตามหลักของความเป็นกลางที่น่าเชื่อ

แต่การกำหนดราคา NFT แตกต่างจาก Community Notes ในทางที่ ราคาข้อมูลในสถานการณ์การซื้อขายต้องเป็นเรียลไทม์และไม่มีความเสี่ยงจากการแก้ไข การเปิดโอนโค้ดเพียงอย่างเดียวไม่เพียงพอสำหรับความเป็นเที่ยงซื่อในทางที่แท้จริง ต้องสร้างกลไกความเห็นร่วมบนเชนที่มีประสิทธิภาพ

คำปฏิเสธ:

  1. บทความนี้ถูกพิมพ์ใหม่จาก [ การวิจัย Ethereum]. ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนเดิม [black71113; yusenzhan]. If there are objections to this reprint, please contact the เกตเรียน ทีมและพวกเขาจะจัดการกับมันทันที
  2. คำโต้แย้งความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้ เป็นรายการที่เป็นมรณะของผู้เขียนเท่านั้น และไม่ใช่เป็นคำแนะนำในการลงทุนใดๆ
  3. การแปลบทความเป็นภาษาอื่นๆ ทำโดยทีม Gate Learn หากไม่ได้กล่าวถึง การคัดลอก การกระจาย หรือการลอกเลียนบทความที่ถูกแปลนั้นถือเป็นการละเมิด

NFT Price Oracle: อัลกอริธึมที่เป็นกลางอย่างน่าเชื่อถือสําหรับการค้นพบราคา NFT

ขั้นสูง12/27/2023, 2:38:20 PM
บทความนี้เสนอให้ใช้อัลกอริทึมที่เรียบง่ายและสามารถอธิบายได้เพื่อให้บริการราคา NFT แบบเรียลไทม์ โดยยังแนะนำกลไกการทำนายที่ช่วยให้ผู้มีส่วนได้ส่วนเสียเข้าร่วมอย่างยุติธรรมในการค้นพบราคา

ซึ่งแตกต่างจากโทเค็นที่เปลี่ยนได้ NFT ขาดการกําหนดราคาแบบเรียลไทม์เนื่องจากการไม่มีเชื้อราและการขาดสภาพคล่อง โดยทั่วไปราคาจะอ้างอิงถึงราคาพื้นซึ่งไม่มีความละเอียดระดับรายการ สิ่งนี้ทําให้ยากต่อการกําหนดราคา NFT ที่ไม่มีมูลค่าตามพื้นสําหรับการซื้อขายหรือการให้กู้ยืม

โดยเฉพาะอย่างยิ่งในแอปพลิเคชันเหล่านี้:

  • เป็นราคาอ้างอิงสำหรับธุรกรรมจากบุคคลสู่บุคคล
  • การคำนวณมูลค่าพอร์ตการถือครอง NFT ของบุคคลหรือสถาบัน
  • การให้ยืม NFT, การเฟรกชัน, และแอปพลิเคชัน NFTfi อื่น ๆ

มีขาดทุนของราคาที่เป็นกลางและยุติธรรมอย่างเชื่อถือได้ที่ระดับรายการ

การใช้งานหลายแอปพลิเคชันพยายามให้บริการราคาผ่านรูปแบบ ML แต่ความซับซ้อนและขาดความโปร่งใสทำให้ยากที่จะได้รับความไว้วางใจและเห็นด้วย

บทความนี้พยายามให้การกําหนดราคา NFT แบบเรียลไทม์ด้วยอัลกอริทึมที่เรียบง่ายและตีความได้ นอกจากนี้ยังเสนอกลไกออราเคิลให้ผู้มีส่วนได้ส่วนเสียมีส่วนร่วมในการค้นพบราคาอย่างเป็นธรรม มันเป็นไปตามหลักการของ ความเป็นธรรมที่น่าเชื่อถือ 5 ด้วยข้อมูลวัตถุประสงค์ที่น้อยที่สุดและโมเดลที่เรียบง่ายเข้าใจได้และมีประสิทธิภาพเพื่อการใช้งานที่ง่ายดาย

โมเดลพรีเมี่ยม

ผ่านการสังเกตข้อมูลธุรกิจ NFT ระดับยอด พบว่า มูลค่าของลักษณะมีค่าคงที่โดยรวมต่อราคาพื้น. เมื่อราคาพื้นขึ้นและลง ค่าพิเศษของแต่ละลักษณะจะเปลี่ยนแปลงตามไปด้วย แต่อัตราส่วนต่อราคาพื้นยังคงคงที่. นั่นหมายความว่าความสัมพันธ์ที่มีค่าพิเศษระหว่างลักษณะเป็นค่าคงที่. เราเรียกค่าพิเศษของลักษณะ NFT สูงกว่าราคาพื้นว่าค่าพิเศษของลักษณะ. ดังนั้นเราสมมติว่า:

  • ค่าของ NFT สามารถถอดออกเป็นค่าที่แตกต่างของคอลเลคชันเองและผลรวมของเบี้ยเริ่มต้นทั้งหมด
  • อัตราส่วนของเบี้ยประกันสำหรับราคาพื้นที่คงที่มากในช่วงเวลา

ดังนั้น พวกเราขอเสนอรุ่นพรีเมียม สูตรหลักที่เป็นพื้นฐานของรุ่นพรีเมียมถูกแสดงเป็น

ที่นี่:

  • ราคาโดยประมาณ: ค่าที่คาดการณ์ของ NFT
  • ราคาพื้น: ราคาต่ำสุดที่ NFT นี้ถูกลงขายในคอลเลคชันที่เฉพาะเจาะจงบนตลาดในปัจจุบัน
  • Intercept: นี่อาจถือเป็นการปรับราคาฐานสูู่ราคาพื้นฐาน โดยเฉพาะถ้ามีค่าฐานของ NFT ที่ยกเว้นคุณลักษณะควรอยู่ระหว่างราคาพื้นฐานและข้อเสนอที่ดีที่สุด เอ็นเทอร์เซ็ปต์จะมักเป็นจำนวนเล็กเป็นลบใดๆ
  • ค่าฐาน: นี้แทนค่าฐานของ NFT ภายในคอลเลคชันที่ไม่เชื่อมโยงกับลักษณะเฉพาะ มาจากราคาพื้นและมีผลจากการกระทำของการตัดสิน. ทางคณิตศาสตร์, มันสามารถแทนด้วย:

  • น้ำหนักลักษณะ: เป็นตัวชี้วัดที่กำหนดให้กับแต่ละลักษณะเพื่อกำหนดว่าลักษณะนั้นมีผลกระทบต่อราคาของ NFT เพียงใด แต่ละลักษณะมีส่วนร่วมในการประมาณราคาตามสัดส่วนตามวิธีคิดค่าของมันเทียบกับราคาพื้น
  • ลักษณะพรีเมี่ยม: ค่าเพิ่มเติมที่เกิดจากลักษณะเฉพาะของ NFT พวกเขาเป็นผลิตภัณฑ์ของราคาพื้นและน้ําหนักลักษณะที่สอดคล้องกัน

หลังจากการเปลี่ยนแปลงอย่างง่าย (1) จะให้ผลลัพธ์

การประเมิน

เราใช้:

  • ข้อมูลธุรกรรมแบบ on-chain จริงทั้งหมดภายในสองปีเป็นข้อมูลการฝึกอบรม
  • ว่าข้อมูลการซื้อขายมีการวนวางเป็นเกณฑ์ในการระบุการซักประวัติ
  • ราคาลงทะเบียนต่ำสุดของ opensea, blur, และ looksrare เหมือนราคาพื้น
  • การถดถอยลาโซเป็นโมเดลการถดถอย

ที่จะฝึกอบรมโมเดลแยกตามคอลเลคชันแต่ละรายการ

เมื่อเกิดธุรกรรม เราจะบันทึกราคาขาย on-chain รวมทั้งราคาที่คาดการณ์ของโมเดลในขณะนั้น เรารวบรวมธุรกรรมล่าสุด 100 รายการ และคำนวณค่าความแม่นยำเฉลี่ย เราทดสอบโมเดลบนคอลเลคชัน blue-chip และใช้งานMean Absolute Percentage Error (MAPE) เป็นตัวชี้วัดการประเมิน นี่คือผลการทดสอบ

ความจริงที่ช่วงเวลาที่เลือกสำหรับข้อมูลการฝึกฝนครอบคลุมสองปีและได้อัตราความแม่นยำสูงในการดำเนินการล่าสุด 100 รายการ หมายถึงการสมมติฐานที่อัตราส่วนเบี้ยเฉลี่ยระหว่างลักษณะที่แตกต่างแสดงถึงค่าที่เป็นจริงสำหรับคอลเลคชันบลูชิปส่วนใหญ่

รายการต่อไปนี้คือน้ำหนักลักษณะสำหรับลักษณะขนของคอลเลกชันBAYC.

จะเห็นได้ว่าน้ําหนักลักษณะของขนทองแข็งและขนทริปปี้ที่มีค่าที่สุดคือ 9.3 เท่าและ 3.3 เท่าของราคาพื้นตามลําดับซึ่งสูงกว่าน้ําหนักอื่น ๆ ทั้งหมดอย่างมีนัยสําคัญในขณะที่ลักษณะทั่วไปจํานวนมากมีน้ําหนัก 0 ผลลัพธ์เหล่านี้สอดคล้องกับความเข้าใจของเราเกี่ยวกับคุณค่าทางคุณลักษณะ

เนื่องจากสภาพคล่องต่ําของ NFT ที่หายากและข้อมูลที่รวบรวมไม่เพียงพอจึงเป็นไปไม่ได้ที่จะให้ข้อมูลความแม่นยําที่แม่นยําสําหรับ NFT ที่หายาก อย่างไรก็ตามเราสามารถยกตัวอย่างเฉพาะเพื่อแสดงให้เห็น

1370×1082 115 KB

ในวันที่ 15 ตุลาคม 2023 ธุรกรรมการซื้อขาย Cryptopunks #8998 ได้เกิดขึ้น ราคาธุรกรรมคือ 57 ETH และราคาพื้นที่เวลานั้นคือ 44.95 ETH เราได้บันทึกน้ำหนักลักษณะของ #8998 ในเวลานั้นดังนี้

  • ผมสีม่วง: 0.15931
  • หัวหนังตลก: 0.02458
  • อุปกรณ์ Frown: 0
  • เพศ ชาย: 0.05595

การตัดของ Cryptopunks คือ -0.03270

ดังนั้นการประเมินมูลค่าสามารถคำนวณจาก:


มันใกล้เคียงกับราคาธุรกรรม โดยมีความคลาดเคลื่อนไม่เกิน 5%

อย่างไรก็ตาม ไม่ใช่ NFT ที่หายากทั้งหมดที่สามารถตั้งราคาได้อย่างแม่นยํา ผู้คนมักประเมินค่าสูงไปหรือประมาทเมื่อให้ราคาสําหรับ NFT ที่หายาก ซึ่งแนะนําอคติที่มีอยู่อย่างเป็นกลาง ดังนั้นไม่ว่าอัลกอริธึมการกําหนดราคา NFT จะได้รับการออกแบบมาอย่างไรก็มีขีด จํากัด บนความแม่นยําเสมอ

อย่างไรก็ตาม จากข้อมูลข้างต้น เราสามารถเห็นได้ว่า เบี้ยพิเศษที่คำนวณโดยอัลกอริทึมนี้มีความสำคัญในด้านสองด้าน:

  • คุณค่าของลักษณะที่หายากนั้นแตกต่างจากลักษณะทั่วไปอย่างชัดเจน
  • กระบวนการที่แตกต่างกันเหล่านี้มีความโปร่งใส ขึ้นอยู่กับหลักฐาน และเป็นกลางอย่างเชื่อถือ

NFT ประตูราคาออรัคเล

แม้ว่าอัลกอริทึมจะตั้งเป้าหมายที่จะเป็นเชิงนิติวัติให้มากที่สุดเท่าที่จะเป็นได้ แต่ยังคงมีปัญหาบางประการ

  • ราคา Off-chain ไม่สามารถใช้สำหรับธุรกรรม on-chain ได้
  • โหนดศูนย์กลางเดียวกันเปิดโอกาสให้เกิดความเสี่ยงที่จะถูกปรับแต่ง
  • มันยากที่จะเห็นด้วยกันเกี่ยวกับอัลกอริทึมในการระบุการซักรีดสำหรับข้อมูลการฝึกอบรม และต้องการกลไกการยืนยันความเห็นร่วม

เพื่อให้ราคาบนเชืองเชื่อถือได้ที่ต้านทานการควบคุมจากศูนย์กลาง เราออกแบบกลไกออราเคิลเพื่อบรรลุความเห็นร่วม

1628×652 119 KB

มันประกอบด้วยเครือข่ายที่ไม่มีส่วนกลางของโหนด:

  • โหนดผู้เข้าร่วม: แต่ละโหนดจะได้รับข้อมูลการฝึกจากธุรกรรม on-chain, คำนวณน้ำหนักลักษณะโดยใช้อัลกอริทึมโอเพนซอร์ส และส่งมันไปยังโหนดออราเคิลเพื่อสร้างเครือข่ายออรัคเคิลที่ไม่มีความเฝ้าระวัง. แต่ละโหนดสามารถเลือกต่างกัน:
    • โมเดลเชิงเส้น - เช่น การถดถอยเชิงเส้นตรง, การถดถอยแบบแลสโซ, การถดถอยแบบริดจ์ เป็นต้นการลาโซเรจเรสชัน แนะนำให้ใช้ เนื่องจากมันสามารถลดน้ำหนักลักษณะที่ไม่สำคัญไปสู่ศูนย์
    • อัลกอริทึมสำหรับการระบุการซักล้างเทรด
    • ประวัติการทำธุรกรรมภายในช่วงเวลาที่เหมาะสม ยิ่งมีการเปลี่ยนแปลงในน้ำหนักลักษณะของคอลเลคชั่นมากเท่าไหร่ ช่วงเวลาสำหรับประวัติการทำธุรกรรมก็จะน้อยลง แต่ช่วงเวลาที่น้อยกว่านั้นก็มีผลเสียต่อความแม่นยำมากขึ้น ดังนั้นมันก็เป็นการแลกเปลี่ยน สำหรับกรณีทั่วไปการใช้ประวัติการทำธุรกรรมทั้งหมดถือเป็นที่แนะนำ
  • สัญญาออรัคเคลือบราคา: มันทำงานในขั้นตอนสองขั้นตอน:
    • ตรวจสอบน้ำหนักลักษณะที่ส่งกลับทั้งหมด โดยใช้มัมเฉลี่ยหรือค่าเฉลี่ยหลังจากนำข้อมูลผิดปกติออก โดยที่ค่าลักษณะมีความเสถียรสูง น้ำหนักไม่ควรแตกต่างมาก และควรเก็บค่าส่วนเบี่ยงต่ำหลังการตรวจสอบ
    • เมื่อผู้ใช้เรียกสัญญาออราเคิลราคา จะได้รับราคาพื้นเวลาจริงผ่านเส้นทางโอราเคิลราคาพื้นแล้วคำนวณราคาแบบเรียลไทม์โดยใช้สูตร (1)
  • สัญญาผู้ใช้: ส่งที่อยู่สัญญาและรหัสโทเค็นเพื่อดึงราคาโทเค็นที่เฉพาะเจาะจงจากสัญญาออราเคิลราคา

เนื่องจากอัตราส่วนค่าลักษณะยังคงคงที่ตลอดเวลา จึงไม่จำเป็นต้องอัปเดตน้ำหนักค่าลักษณะบ่อยครั้ง การอัปเดตน้ำหนักเป็นระยะๆ จากโหนดออรัคเลส ร่วมกับราคาพื้นแบบเรียลไทม์ ช่วยรักษาการกำหนดราคา NFT ระดับสินค้าอย่างแม่นยำในขณะเดียวกัน

อย่างไรก็ตาม หากเราเลือกที่จะไม่ใช้โมเดลนี้ด้วยน้ำหนักและเพียงเท่านั้นที่เราเห็นความเห็นร่วมเกี่ยวกับราคาที่สร้างขึ้นในที่สุด มันยังจะทำงานหรือไม่? โมเดลราคาที่แตกต่างกันสามารถมีผลกระทบอย่างมากต่อผลลัพธ์ของราคา NFT ที่หาได้เดียวกันสามารถประมาณให้เป็น 120 ETH หรือ 450 ETH การเลือกเฉลี่ยหรือมัมมีเดียนในกรณีที่มีการเบียดเบนมากๆ ยังคงทำให้เกิดความผิดพลาดอย่างมหายิ่ง อย่างไรก็ตาม การนำเอาน้ำหนักเข้ามาอาจทำให้ช่วงการเปลี่ยนแปลงราคายังคงเล็กน้อยและสามารถให้คำอธิบายทางตรรกะได้สำหรับราคา

ความแข็งแกร่ง

ความเป็นธรรมที่น่าเชื่อถือ

เราเชื่ออย่างยิ่งว่ากระบวนการตั้งราคานี้ควรเป็นเชิงเป็นกลางอย่างเชื่อถือได้ให้สุด มิฉะนั้น มันจะไม่สามารถกลายเป็นข้อตกลงสำหรับนักซื้อขาย NFT ทุกคน ตลอดกระบวนการออกแบบทั้งหมด เราได้พยายามที่จะยึดถือตามสี่หลักเบื้องต้นหลักการของความเป็นกลางที่น่าเชื่อถือ 5:

  • อย่าเขียนคนหรือผลลัพธ์ที่แน่นอนลงในกลไก: การหลีกเลี่ยงความลำเอียงจากฝ่ายที่สามเช่นความหายากหรือค่าความรู้สึก พารามิเตอร์/น้ำหนักถูกสรุปผ่านการถดถอยเชิงเส้น นี้ถูกยึดติดอย่างเคร่งครัดในประวัติการทำธุรกรรมและใช้เฉพาะราคาขายและราคาพื้นเป็นข้อมูลที่นำมาในระหว่างการฝึกอบรม
  • โอเพ่นซอร์สและการดําเนินการที่ตรวจสอบได้ต่อสาธารณะ: โมเดลเชิงเส้นเป็นโอเพ่นซอร์สอย่างสมบูรณ์และการฝึกอบรมโมเดลนอกเครือข่ายและการสร้างราคาแบบ on-chain นั้นสามารถตรวจสอบได้ง่าย
  • ให้มันเรียบง่าย: โมเดลพรีเมี่ยมใช้โมเดลเชิงเส้นที่ง่ายที่สุดและใช้ข้อมูลการฝึกอบายมากที่สุดเท่าที่จะเป็นไปได้ การคำนวณราคาเป็นการรวมทั้งแบบเรียบง่าย ราคา NFT เป็นแบบเชิงเส้นกับราคาพื้น.
  • ไม่ต้องเปลี่ยนมันบ่อยเกินไป: น้ำหนักลักษณะไม่ต้องการการเปลี่ยนแปลงบ่อยเกินไป ทำให้เป็นไปได้น้อยว่าจะถูกโจมตี

ความโปร่งใส

การแนะนําน้ําหนักลักษณะเป็นสิ่งสําคัญ โมเดลแมชชีนเลิร์นนิงส่วนใหญ่เป็นกล่องดําขาดความโปร่งใสที่แข็งแกร่งทําให้ยากที่จะเชื่อถือราคาที่เกิดขึ้นและไม่สามารถบรรลุฉันทามติได้ อย่างไรก็ตามการแนะนําน้ําหนักลักษณะทําให้ราคาเข้าใจง่ายทําให้แต่ละพารามิเตอร์มีความหมายที่ชัดเจน: น้ําหนักลักษณะแสดงถึงอัตราส่วนของลักษณะพรีเมี่ยมต่อราคาพื้นและสกัดกั้นแก้ไขราคาพื้นและให้ค่าฐานสําหรับคอลเลกชัน น้ําหนักลักษณะจะถูกแบ่งปันในแต่ละราคา NFT เช่นเดียวกับลักษณะที่ใช้ร่วมกันในแต่ละ NFT

ข้อ จำกัด

นับว่ามีข้อจำกัดบางประการอยู่:

  • มันไม่สามารถใช้กับการเปลี่ยนแปลงค่าลักษณะอย่างรวดเร็ว เนื่องจากความสมมติก่อนหน้าที่พรีเมี่ยมของคุณลักษณะเป็นพารามิเตอร์คงที่โดยรวมกับราคาพื้น, เมื่อค่าของคุณลักษณะเปลี่ยนแปลงอย่างรวดเร็ว, ช่วงของค่าลักษณะที่เปลี่ยนแปลงคำนวณขึ้นโดยอ้างอิงจากประวัติการซื้อขายของช่วงเวลาที่แตกต่างกัน มีขนาดใหญ่มาก, ซึ่งลดความแม่นยำของโมเดล แม้ว่าความเห็นกันได้ถึงความตกลงโดยกลางตลอดจากออราเคิล, มันก็ยังคงเป็นการแก้ตัวคงที่เหมาะสม
  • มันเป็นระบบที่อ่อนไหวต่อการโจมตีด้วยการซักล้าง รูปแบบพรีเมี่ยมขึ้นอยู่กับข้อมูลการธุรกรรมจริง การซักล้างทำให้ข้อมูลราคาเปลี่ยนแปลง โดยทำให้เกิดผลลัพธ์ของการกำหนดราคาที่บิดเบือน ในขณะที่เครือข่ายออรัคเคิลที่ไม่มีการจัดการให้การซักล้างหล่ดเลี่ยงการซักล้าง แต่นี่ก็ทำให้เพิ่มความไม่แน่นอน
  • มันไม่ได้รับอนุญาตอย่างสมบูรณ์ โหนด Oracle ต้องผ่านการตรวจสอบในปัจจุบันเพื่อป้องกันการโจมตีซิบิล.

แอปพลิเคชัน

ออราเคิลราคา NFT มีแอปพลิเคชันมากมาย โดยเฉพาะอย่างยิ่งในการให้กู้ยืม NFT การเช่าซื้อ ผู้ดูแลสภาพคล่องอัตโนมัติ (AMMs) การแยกส่วน และแอปพลิเคชัน NFTfi อื่นๆ นอกจากนี้ยังสามารถใช้เป็นข้อมูลอ้างอิงที่เชื่อถือได้สําหรับการทําธุรกรรมแบบเพียร์ทูเพียร์

คุณลักษณะของความเสมพันธ์ทำให้เกิดการแยกส่วนที่สัมพันธ์กันได้ ณ ขณะนี้ NFT AMMs หรือโปรโตคอลการแยกส่วนใช้พูลหลายๆ รูปแบบสำหรับค่า NFT ที่แตกต่างกัน ทำให้เกิดความเหี่ยวย่ำในการเปลี่ยนราคา ด้วยอัตราส่วนราคาที่คงที่ การแยกรายการเก่าใหม่สามารถรวมรวมคอลเลกชันทั้งหมดเข้าไปในหลอดเดียว ในการตั้งค่านี้ คอลเลกชัน ERC20 แทนค่าที่ทั้งหมดของคอลเลกชัน

ตัวอย่างเช่น ในกรณีของ Bored Ape Yacht Club (BAYC):

  • NFT หมายเลข 7403 ที่มีมูลค่า 104.4 ETH สามารถนำมาจำนองให้เป็น 1044 xBAYC
  • NFT ทั่วไป #1001 มูลค่า 25.5 ETH สามารถเป็นหลักทรัพย์ใน 255 xBAYC

เมื่อราคาพื้น BAYC ลดลงจาก 25 ETH เหลือ 12.5 ETH, 1 xBAYC ลดค่าจาก 0.1 ETH เหลือ 0.05 ETH แต่อัตราส่วนค่าของพวกเขายังคงเท่าเดิมที่ 1044:255

อัตราส่วนราคายังคงคงที่ แม้จะมีการเปลี่ยนแปลงในราคาขั้นต่ำ ทำให้สามารถแยกแยะและแลกเปลี่ยนได้อย่างยุติธรรม

ขอบคุณ

ผลงานนี้ได้รับแรงบันดาลจากบทความสองเรื่องที่เขียนโดย@vbuterinบทความความเชื่อถือได้ของความเป็นกลางเป็นหลักที่ 5ให้เราทิศทางในการสร้างกลไกที่เชื่อถือได้ฉันคิดอย่างไรกับบันทึกชุมชนแสดงตัวอย่างที่แน่นอนในการออกแบบอัลกอริทึมตามหลักของความเป็นกลางที่น่าเชื่อ

แต่การกำหนดราคา NFT แตกต่างจาก Community Notes ในทางที่ ราคาข้อมูลในสถานการณ์การซื้อขายต้องเป็นเรียลไทม์และไม่มีความเสี่ยงจากการแก้ไข การเปิดโอนโค้ดเพียงอย่างเดียวไม่เพียงพอสำหรับความเป็นเที่ยงซื่อในทางที่แท้จริง ต้องสร้างกลไกความเห็นร่วมบนเชนที่มีประสิทธิภาพ

คำปฏิเสธ:

  1. บทความนี้ถูกพิมพ์ใหม่จาก [ การวิจัย Ethereum]. ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนเดิม [black71113; yusenzhan]. If there are objections to this reprint, please contact the เกตเรียน ทีมและพวกเขาจะจัดการกับมันทันที
  2. คำโต้แย้งความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้ เป็นรายการที่เป็นมรณะของผู้เขียนเท่านั้น และไม่ใช่เป็นคำแนะนำในการลงทุนใดๆ
  3. การแปลบทความเป็นภาษาอื่นๆ ทำโดยทีม Gate Learn หากไม่ได้กล่าวถึง การคัดลอก การกระจาย หรือการลอกเลียนบทความที่ถูกแปลนั้นถือเป็นการละเมิด
即刻开始交易
注册并交易即可获得
$100
和价值
$5500
理财体验金奖励!