A diferencia de los tokens fungibles, los NFT carecen de precios en tiempo real debido a su no fungibilidad e iliquidez. Los precios suelen hacer referencia al precio mínimo, que carece de granularidad a nivel de artículo. Esto hace que sea difícil fijar precios para NFT que no tienen un valor mínimo para el trading o el préstamo.

En concreto, en estas aplicaciones:

• Como precio de referencia para transacciones entre pares
• Calculando valoraciones de cartera de NFT personales o institucionales
• Préstamos, fraccionamiento y otras aplicaciones de NFTfi de NFT

Existe una falta de un precio neutral y justo de forma creíble a nivel de artículo.

Muchas aplicaciones intentan proporcionar servicios de precios a través de modelos de ML, pero la complejidad y la falta de transparencia dificultan ganar confianza y consenso.

Este artículo intenta proporcionar precios de NFT en tiempo real con un algoritmo simple e interpretable. También propone un mecanismo de oráculo para que los interesados participen de manera justa en el descubrimiento de precios. Sigue los principios de credibilidad neutralidad 5con datos objetivos mínimos y modelos simples, comprensibles y robustos para una fácil adopción.

Modelo Premium

A través de observaciones de grandes cantidades de datos de transacciones NFT de blue-chip, encontramos que el valor de los rasgos es aproximadamente constante en relación con el precio base. Cuando el precio base sube y baja, el premium absoluto de cada rasgo fluctuará en consecuencia, pero la proporción al precio base permanece estable. Esto significa que las relaciones de premium relativas entre rasgos son estables. Nos referimos al premium de un rasgo NFT sobre el precio base como el premium del rasgo. Por lo tanto, planteamos la hipótesis:

• El valor de un NFT puede descomponerse en el valor intrínseco de la colección en sí y la suma de todas las primas de los rasgos.
• La relación entre la prima del rasgo y el precio base es en gran medida constante dentro de un período de tiempo.

Por lo tanto, proponemos el Modelo Premium. La fórmula central que sustenta el Modelo Premium se expresa como:

Aquí:

• Precio estimado: El valor predicho del NFT.
• Precio mínimo: El precio más bajo al que un NFT se pone actualmente a la venta en una colección concreta del mercado.
• Interceptar: Esto podría considerarse como un ajuste base al precio mínimo. Dado que el valor base de un NFT excluyendo rasgos debería estar entre el precio mínimo y la mejor oferta, el intercepto suele ser una cantidad negativa muy pequeña.
• Valor base: Esto representa el valor base de un NFT dentro de una colección no vinculado a rasgos específicos, derivado del precio mínimo y influenciado por una intercepción. Matemáticamente, se puede representar como:

• Peso del rasgo: Estos son los coeficientes que se asignan a cada rasgo para determinar cuánto influye ese rasgo en el precio de un NFT. Cada rasgo contribuye proporcionalmente al precio estimado según su valor en relación con el precio mínimo.
• Prima de rasgo: Valores adicionales atribuidos a rasgos particulares del NFT. Son el producto del precio mínimo y sus correspondientes ponderaciones de rasgos.

Después de una simple transformación, (1) produce

Evaluación

Utilizamos:

• todos los datos reales de transacciones en cadena dentro de dos años como datos de entrenamiento
• si los datos de la transacción estaban en un bucle como criterio para identificar las operaciones de lavado
• precio de listado más bajo de opensea, blur y looksrare como precio mínimo
• Regresión de lazo como modelo de regresión

entrenar un modelo separado para cada colección.

Cada vez que ocurre una transacción, registramos el precio de venta en cadena, así como el precio predicho del modelo en ese momento. Compilamos las últimas 100 transacciones y calculamos la precisión promedio. Probamos el modelo en colecciones de blue-chip y empleamos Error Porcentual Absoluto Medio (MAPE)como métrica de evaluación. Aquí está el resultado de la prueba.

El hecho de que el rango de tiempo seleccionado para los datos de entrenamiento abarque dos años y se obtenga una alta tasa de precisión en las últimas 100 transacciones, indica la suposición de que la proporción promedio de prima entre diferentes características representa bien el valor para la mayoría de las colecciones de blue chip.

La siguiente lista es los pesos de rasgo para rasgo Pielde la colecciónBAYC.

Se puede ver que los pesos de rasgo de los más valiosos, Pelo de Oro Sólido y Pelo Lisérgico, son 9.3 veces y 3.3 veces el precio base, respectivamente, lo cual es significativamente mayor que todos los otros pesos, mientras que muchos rasgos ordinarios tienen un peso de 0. Estos resultados son muy consistentes con nuestra comprensión del valor del rasgo.

Debido a la baja liquidez de los NFT raros y la insuficiente recopilación de datos, actualmente es imposible proporcionar datos precisos de precisión para los NFT raros. Sin embargo, podemos dar un ejemplo específico para ilustrar.

1370×1082 115 KB

El 15 de octubre de 2023, un transacción de Cryptopunks #8998 ocurrió. El precio de la transacción era de 57 ETH, y el precio mínimo en ese momento era de 44,95 ETH. Registramos los pesos de rasgo de #8998 en ese momento de la siguiente manera:

• Accesorio Pelo Morado: 0.15931
• Nariz de payaso accesorio: 0.02458
• Accesorio Fruncir el ceño: 0
• Género Masculino: 0.05595

La intersección de Cryptopunks fue -0.03270.

Entonces la valoración se puede calcular a partir de:

Está cerca del precio de la transacción, con un error dentro del 5%.

Sin embargo, no todos los NFT raros pueden ser valuados con tanta precisión. Debido al valor poco claro, las personas a menudo sobreestiman o subestiman al dar precios a los NFT raros, lo que introduce un sesgo que objetivamente existe. Por lo tanto, no importa cómo esté diseñado el algoritmo de valoración de NFT, siempre hay un límite superior en la precisión.

Sin embargo, a partir de los datos anteriores, podemos ver que los recargos de rasgo calculados por este algoritmo son significativos en dos aspectos:

• El valor de los rasgos raros se diferencia claramente de los ordinarios.
• El proceso de diferenciar estas primas es transparente, basado en evidencia y neutral de manera creíble.

Oráculo de precios NFT

Aunque el algoritmo tiene como objetivo ser lo más neutral y creíble posible, algunos problemas permanecen:

• Los precios fuera de la cadena no pueden utilizarse para transacciones en la cadena.
• Un nodo centralizado único plantea riesgos de manipulación.
• Es difícil llegar a un consenso sobre el algoritmo de identificación de operaciones falsas para los datos de entrenamiento y requiere un mecanismo de confirmación de consenso.

Para proporcionar un precio on-chain creíblemente neutral y resistente a la manipulación centralizada, diseñamos un mecanismo de oráculo para lograr el consenso.

1628×652 119 KB

Se compone de una red descentralizada de nodos:

• Nodos participantes: Cada nodo obtiene datos de entrenamiento de transacciones en cadena, calcula los pesos de los rasgos utilizando el algoritmo de código abierto y los envía a los nodos oráculo, formando Redes de Oráculos DescentralizadosCada nodo puede elegir diferente:
  • Modelos lineales, como la regresión lineal ingenua, la regresión lasso, la regresión ridge, etc. regresión Lassose recomienda ya que puede reducir los pesos de rasgos no importantes a cero.
  • Algoritmos para identificar el wash trading.
  • Historiales de transacciones dentro de un marco de tiempo adecuado. Cuanto mayor sea el cambio en los pesos de los rasgos de la colección, menor debería ser el marco de tiempo para el historial de transacciones. Pero un marco de tiempo más corto es más perjudicial para la precisión, por lo que es un compromiso. Para el caso general, se recomienda utilizar todas las transacciones históricas.
• Contrato Oráculo de Precios: Opera en dos pasos:
  • Validar todos los pesos de rasgos devueltos, tomando la mediana o el promedio después de eliminar valores atípicos. Dado que los valores de los rasgos son relativamente estables, los pesos no deberían diferir mucho, manteniendo la desviación baja después de la validación.
  • Cuando un usuario llama al contrato del oráculo de precios, primero obtiene el precio mínimo en tiempo real a través del oráculo de precio basey luego calcula el precio en tiempo real usando la fórmula (1).
• Contrato de usuario: pase la dirección del contrato y el ID del token para recuperar el precio específico del token del contrato del oráculo de precios

A medida que las razones de valor de rasgo permanecen estables con el tiempo, no es necesario que los pesos de los rasgos se actualicen con frecuencia. Las actualizaciones periódicas de peso de los nodos oráculo, combinadas con precios mínimos en tiempo real, mantienen precios precisos en tiempo real a nivel de artículo de NFT.

Sin embargo, si elegimos no utilizar este modelo con pesos, y en su lugar solo llegamos a un consenso sobre el precio final generado, ¿seguiría funcionando? Diferentes modelos de precios pueden tener un impacto significativo en los resultados de precios. El mismo NFT raro podría estimarse en 120 ETH o 450 ETH. Tomar el promedio o la mediana en presencia de un sesgo tan grande seguiría introduciendo errores tremendos. Sin embargo, la introducción de pesos puede garantizar en gran medida que el rango de fluctuación de precios permanezca pequeño y proporcionar explicaciones lógicas sobre el origen de la fijación de precios.

Fortalezas

Neutralidad creíble

Creemos firmemente que este proceso de fijación de precios debe ser lo más creíblemente neutral posible; de lo contrario, no puede convertirse en un consenso para todos los comerciantes de NFT. A lo largo de todo el proceso de diseño, hemos tratado de adherirnos a los cuatro principios de neutralidad creíble 5:

• No escribas personas específicas o resultados específicos en el mecanismo: Evitando sesgos de terceros como rareza o valor sentimental, los parámetros/pesos se deducen a través de una regresión lineal. Esto está estrictamente fundamentado en la historia de transacciones y utiliza solo precios de venta y precios mínimos como entradas durante el entrenamiento.
• Ejecución de código abierto y verificable públicamente: los modelos lineales son completamente de código abierto, y tanto el entrenamiento del modelo externo como la generación de precios en la cadena son fácilmente verificables.
• Mantenlo simple: el Modelo Premium emplea el modelo lineal más simple y utiliza la menor cantidad de datos de entrenamiento posible. El cálculo del precio es una simple suma. El precio de NFT es lineal al precio base.
• No lo cambies con demasiada frecuencia: los pesos de los rasgos no requieren cambios frecuentes, lo que hace menos probable que sean atacados.

Transparencia

La introducción de los pesos de los rasgos es importante. La mayoría de los modelos de aprendizaje automático son cajas negras, carecen de una fuerte transparencia, lo que dificulta confiar en los precios resultantes e imposibilita llegar a un consenso. Sin embargo, la introducción de los pesos de los rasgos hace que los precios sean fáciles de entender, otorgando a cada parámetro un significado claro: los pesos de los rasgos representan la proporción de prima de rasgo respecto al precio base, y la intercepción corrige el precio base y proporciona un valor base para la colección. Los pesos de los rasgos se comparten entre cada precio de NFT, al igual que los rasgos se comparten entre cada NFT.

Limitaciones

A pesar de sus fortalezas, existen algunas limitaciones:

• No es aplicable para valores de rasgo que cambian rápidamente. Debido a la suposición previa de que la prima de un rasgo es aproximadamente un parámetro constante en relación con el precio base, cuando el valor del rasgo cambia rápidamente, el rango de fluctuaciones del valor del rasgo calculado en base al historial de operaciones de diferentes longitudes de tiempo es muy grande, lo que reduce la precisión del modelo. Incluso si se puede llegar a un consenso de manera neutral a través de un oráculo, sigue siendo una solución de compromiso.
• Es vulnerable a los ataques de wash trading. El modelo Premium se basa en datos reales de transacciones. El comercio de lavado distorsiona los insumos de precios, lo que lleva a resultados de precios distorsionados. Si bien las redes de oráculos descentralizadas proporcionan un filtrado de operaciones de lavado, esto agrega incertidumbre.
• No es completamente sin permisos. Los nodos del oráculo actualmente requieren evaluación para prevenir ataques de Sybil.

Aplicaciones

El oráculo de precios de NFT tiene numerosas aplicaciones, especialmente en el préstamo de NFT, arrendamiento, creadores de mercado automatizados (AMM), fraccionalización y otras aplicaciones NFTfi. También puede servir como una referencia confiable para transacciones entre pares.

La característica de linealidad permite la fragmentación proporcional. Actualmente, los AMM de NFT o los protocolos de fraccionalización utilizan múltiples pools para diferentes valores de NFT, lo que lleva a una liquidez fragmentada. Con ratios de precios estables, un nuevo enfoque de fragmentación puede consolidar toda una colección en una sola bóveda. En esta configuración, el ERC20 de la colección representa de forma única toda la colección.

Por ejemplo, en el caso de Bored Ape Yacht Club (BAYC):

• Raro NFT #7403, valorado en 104.4 ETH, se puede utilizar como garantía para 1044 xBAYC.
• Común NFT #1001, valorado en 25.5 ETH, se puede utilizar como garantía en 255 xBAYC.

Cuando el precio mínimo de BAYC cae de 25 ETH a 12.5 ETH, el valor de 1 xBAYC cae de 0.1 ETH a 0.05 ETH. Pero su relación de valor sigue sin cambios en 1044:255.

Las proporciones de precios permanecen constantes a pesar de los cambios en el precio mínimo, lo que permite una fragmentación y redención justas.

Reconocimientos

Esta obra está muy inspirada en dos artículos escritos por@vbuterin. El artículoNeutralidad creíble como principio rector 5 nos orienta para establecer mecanismos creíblemente neutrales. El artículo ¿Qué pienso sobre las notas de la comunidadmuestra un ejemplo concreto sobre el diseño de un algoritmo siguiendo los principios de neutralidad creíble.

Pero el precio de los NFT es diferente de las Notas de la Comunidad en que, dado que los datos de precios en escenarios de trading deben ser en tiempo real y no tener riesgo de manipulación, solo abrir el código fuente no es suficiente para una verdadera neutralidad creíble. Se debe establecer un mecanismo efectivo de consenso en cadena.

Descargo de responsabilidad:

1. Este artículo es reimpreso de [Investigación de Ethereum]. Todos los derechos de autor pertenecen al autor original [black71113; yusenzhan]. Si hay objeciones a esta reimpresión, por favor contacte al Gate Learnequipo y lo manejarán rápidamente.
2. Descargo de responsabilidad: Las opiniones expresadas en este artículo son únicamente las del autor y no constituyen ningún consejo de inversión.
3. Las traducciones del artículo a otros idiomas son realizadas por el equipo de Gate Learn. A menos que se mencione, está prohibido copiar, distribuir o plagiar los artículos traducidos.