على عكس الرموز القابلة للتبادل، تفتقد الرموز غير القابلة للتبادل إلى تسعير في الوقت الحقيقي بسبب عدم قابليتها للتبادل وعدم سيولتها. تشير الأسعار عادة إلى السعر الأدنى، الذي يفتقر إلى تفاصيل على مستوى العنصر. وهذا يجعل من الصعب تحديد أسعار الرموز غير القابلة للتداول بقيمة أقل من قيمة السعر الأدنى للتداول أو الإقراض.
بالتحديد، في هذه التطبيقات:
هناك نقص في السعر المحايد والعادل على مستوى العنصر.
تحاول العديد من التطبيقات تقديم خدمات التسعير عبر نماذج تعلم الآلة، ولكن التعقيد ونقص الشفافية يجعل من الصعب كسب الثقة والاجماع.
تحاول هذه المقالة تقديم تسعير NFT في الوقت الحقيقي باستخدام خوارزمية بسيطة وقابلة للتفسير. كما تقترح آلية العرافة لإشراك أصحاب المصلحة بشكل عادل في اكتشاف الأسعار. إنها تتبع مبادئ النُّقاء الموثوق 5مع بيانات هدفية دقيقة ونماذج بسيطة وقوية وسهلة الفهم للاعتماد السهل.
من خلال ملاحظات على كميات كبيرة من بيانات تحويل NFT ذات الملكية الفريدة، نجد أن قيمة الصفات ثابتة تقريبًا بالنسبة إلى سعر الأرضية. عندما يرتفع وينخفض سعر الأرضية، سيتقلب السعر الزائد المطلق لكل صفة وفقًا لذلك، ولكن النسبة إلى سعر الأرضية تظل ثابتة. هذا يعني أن العلاقات النسبية للسعر الزائد بين الصفات ثابتة. نشير إلى السعر الزائد لصفة NFT فوق سعر الأرضية بأنه السعر الزائد للصفة. لذلك نفترض:
لذلك، نقترح النموذج الممتاز. يتم التعبير عن الصيغة الأساسية الداعمة للنموذج الممتاز على النحو التالي:
هنا:
بعد تحويل بسيط، (1) يعطي
استخدمنا:
لتدريب نموذج منفصل لكل مجموعة.
عندما تحدث معاملة ، نسجل سعر البيع على السلسلة ، بالإضافة إلى السعر المتوقع للنموذج في تلك اللحظة. قمنا بتجميع أحدث 100 معاملة ، وحسبنا متوسط الدقة. اختبرنا النموذج على مجموعات الرقائق الزرقاء واستخدمنا خطأ النسبة المئوية المطلقة المتوسطة (MAPE)كمعيار تقييم. ها هو نتيجة الاختبار.
الحقيقة أن نطاق الوقت المحدد لبيانات التدريب يمتد على مدى عامين ويتم الحصول على نسبة دقة عالية في آخر 100 معاملة، تشير إلى افتراض أن نسبة القسط العائد بين الصفات المختلفة تمثل القيمة بشكل جيد يتحقق لمعظم مجموعات الشركات ذات القيمة الزرقاء.
القائمة التالية هي أوزان السمات للسمة فراءمن المجموعةبايك.
يمكن ملاحظة أن أوزان السمات الأكثر قيمة ، Solid Gold Fur و Trippy Fur ، هي 9.3 مرة و 3.3 أضعاف السعر الأدنى ، على التوالي ، وهي أعلى بكثير من جميع الأوزان الأخرى ، في حين أن العديد من السمات العادية لها وزن 0. تتوافق هذه النتائج تماما مع فهمنا لقيمة السمة.
نظرا لانخفاض سيولة NFTs النادرة وعدم كفاية البيانات التي تم جمعها ، من المستحيل حاليا توفير بيانات دقيقة دقيقة ل NFTs النادرة. ومع ذلك ، يمكننا إعطاء مثال محدد للتوضيح.
في 15 أكتوبر 2023، عمليةحدثت بيع Cryptopunks #8998. كان سعر المعاملة 57 ETH، وكان سعر الأرض في ذلك الوقت 44.95 ETH. سجلنا أوزان الصفة لـ #8998 في ذلك الوقت على النحو التالي:
كان تداخل Cryptopunks -0.03270.
لذا يمكن حساب التقييم من:
إنه قريب من سعر المعاملة ، مع وجود خطأ في حدود 5٪.
ومع ذلك، لا يمكن تحديد سعر جميع NFTs النادرة بدقة. نظرًا لعدم وضوح القيمة، غالبًا ما يبالغ الناس أو يقللون عند تحديد الأسعار للNFTs النادرة، مما يدخل التحيز الذي يوجد بشكل موضوعي. لذلك، بغض النظر عن كيفية تصميم خوارزمية تسعير NFTs، هناك دائمًا حد أقصى للدقة.
ومع ذلك، يمكننا من البيانات أعلاه أن نرى أن الأقساط السمات المحسوبة بهذا الخوارزمية ذات أهمية كبيرة من جهتين:
على الرغم من أن الخوارزمية تهدف إلى أن تكون محايدة بقدر الإمكان، إلا أن بعض المشاكل لا تزال قائمة:
لتوفير سعر محايد على السلسلة يقاوم التلاعب المركزي، نقوم بتصميم آلية الأوراق المالية لتحقيق الإجماع.
تتكون من شبكة لامركزية من العقد:
مع استمرار استقرار نسب القيمة الخصائص مع مرور الوقت، فإنه ليس من الضروري تحديث أوزان الخصائص بشكل متكرر. تحديثات الأوزان الدورية من العقد الأوراقي، بالاشتراك مع التسعير الأرضي في الوقت الحقيقي، تحافظ على تسعير NFT على مستوى العنصر في الوقت الحقيقي بدقة.
ومع ذلك، إذا اخترنا عدم استخدام هذا النموذج مع الأوزان، وبدلاً من ذلك توصلنا فقط إلى التوافق على السعر النهائي المولد، هل سيعمل الموضوع بعد ذلك؟ يمكن أن تؤثر النماذج التسعير المختلفة بشكل كبير على نتائج التسعير. يمكن تقدير نفس NFT النادر ب 120 ETH أو 450 ETH. ستقدم الوسيطة أو المتوسط في وجود مثل هذا التحيز الكبير أخطاءً هائلة. ومع ذلك، يمكن أن يضمن استخدام الأوزان إلى حد كبير أن نطاق تقلب السعر يظل صغيرًا ويوفر تفسيرات منطقية لأصل التسعير.
نحن نعتقد بقوة أن يجب أن يكون عملية التسعير هذه محايدة بقدر الإمكان؛ خلاف ذلك، لا يمكن أن تصبح موافقة لجميع تجار NFT. طوال عملية التصميم برمتها، حاولنا أن نلتزم بالأساسية الأربعة مبادئ الحياد الموثوقة 5:
مقدمة أوزان الصفات مهمة. معظم نماذج التعلم الآلي هي صناديق سوداء، تفتقر إلى شفافية قوية، مما يجعل من الصعب الثقة في الأسعار الناتجة ومستحيل الوصول إلى توافق. ومع ذلك، فإن مقدمة أوزان الصفات تجعل الأسعار سهلة الفهم، مما يمنح كل معلمة معنى واضحًا: تمثل أوزان الصفات نسبة القسط الأصلي إلى سعر الأرض، ويصحح المقطع السعر الأرضي ويوفر قيمة أساسية للمجموعة. تتم مشاركة أوزان الصفات بين كل سعر لكل NFT، تمامًا مثلما تتم مشاركة الصفات بين كل NFT.
على الرغم من قواتها، توجد بعض القيود:
أوراق العمل السعرية NFT لها تطبيقات عديدة، خاصة في إقراض NFT، وتأجيرها، وصانعي السوق الآليين (AMMs)، والتجزئة، وتطبيقات NFTfi الأخرى. يمكن أيضًا أن تكون مرجعًا موثوقًا لصفقات نظير إلى نظير.
ميزة الخطية تمكن التجزئة النسبية. حاليا ، تستخدم NFT AMMs أو بروتوكولات التجزئة تجمعات متعددة لقيم NFT مختلفة ، مما يؤدي إلى سيولة مجزأة. مع نسب الأسعار المستقرة ، يمكن لنهج التجزئة الجديد دمج مجموعة كاملة في قبو واحد. في هذا الإعداد ، يمثل ERC20 الخاص بالمجموعة المجموعة بأكملها بشكل فريد.
على سبيل المثال، في حالة نادي Bored Ape Yacht (BAYC):
عندما ينخفض سعر أرضية BAYC من 25 ETH إلى 12.5 ETH ، تنخفض قيمة 1 xBAYC من 0.1 ETH إلى 0.05 ETH. لكن نسبة قيمتها لم تتغير عند 1044: 255.
تبقى نسب الأسعار ثابتة على الرغم من التغييرات في سعر الأرضية، مما يسمح بالتجزؤ العادل والاسترداد.
هذا العمل مستوحى بشكل كبير من مقالين كتبهما @vbuterin. المقالالنزاهة الموثوق بها كمبدأ توجيهي 5يوفر لنا الاتجاه في إنشاء آليات محايدة بمصداقية. المقال ماذا أفكر حول ملاحظات المجتمعيظهر مثالًا ملموسًا على تصميم خوارزمية تتبع مبادئ الحياد الموثوقة.
ولكن تختلف تسعير NFT عن ملاحظات المجتمع بحيث، نظرًا لأن بيانات السعر في سيناريوهات التداول يجب أن تكون في الوقت الحقيقي وتكون خالية من أي مخاطر تلاعب، فإن توفير رمز المصدر المفتوح وحده غير كافٍ لتحقيق النزاهة الموثوقة الحقيقية. يجب إنشاء آلية توافق فعالة على السلسلة.
على عكس الرموز القابلة للتبادل، تفتقد الرموز غير القابلة للتبادل إلى تسعير في الوقت الحقيقي بسبب عدم قابليتها للتبادل وعدم سيولتها. تشير الأسعار عادة إلى السعر الأدنى، الذي يفتقر إلى تفاصيل على مستوى العنصر. وهذا يجعل من الصعب تحديد أسعار الرموز غير القابلة للتداول بقيمة أقل من قيمة السعر الأدنى للتداول أو الإقراض.
بالتحديد، في هذه التطبيقات:
هناك نقص في السعر المحايد والعادل على مستوى العنصر.
تحاول العديد من التطبيقات تقديم خدمات التسعير عبر نماذج تعلم الآلة، ولكن التعقيد ونقص الشفافية يجعل من الصعب كسب الثقة والاجماع.
تحاول هذه المقالة تقديم تسعير NFT في الوقت الحقيقي باستخدام خوارزمية بسيطة وقابلة للتفسير. كما تقترح آلية العرافة لإشراك أصحاب المصلحة بشكل عادل في اكتشاف الأسعار. إنها تتبع مبادئ النُّقاء الموثوق 5مع بيانات هدفية دقيقة ونماذج بسيطة وقوية وسهلة الفهم للاعتماد السهل.
من خلال ملاحظات على كميات كبيرة من بيانات تحويل NFT ذات الملكية الفريدة، نجد أن قيمة الصفات ثابتة تقريبًا بالنسبة إلى سعر الأرضية. عندما يرتفع وينخفض سعر الأرضية، سيتقلب السعر الزائد المطلق لكل صفة وفقًا لذلك، ولكن النسبة إلى سعر الأرضية تظل ثابتة. هذا يعني أن العلاقات النسبية للسعر الزائد بين الصفات ثابتة. نشير إلى السعر الزائد لصفة NFT فوق سعر الأرضية بأنه السعر الزائد للصفة. لذلك نفترض:
لذلك، نقترح النموذج الممتاز. يتم التعبير عن الصيغة الأساسية الداعمة للنموذج الممتاز على النحو التالي:
هنا:
بعد تحويل بسيط، (1) يعطي
استخدمنا:
لتدريب نموذج منفصل لكل مجموعة.
عندما تحدث معاملة ، نسجل سعر البيع على السلسلة ، بالإضافة إلى السعر المتوقع للنموذج في تلك اللحظة. قمنا بتجميع أحدث 100 معاملة ، وحسبنا متوسط الدقة. اختبرنا النموذج على مجموعات الرقائق الزرقاء واستخدمنا خطأ النسبة المئوية المطلقة المتوسطة (MAPE)كمعيار تقييم. ها هو نتيجة الاختبار.
الحقيقة أن نطاق الوقت المحدد لبيانات التدريب يمتد على مدى عامين ويتم الحصول على نسبة دقة عالية في آخر 100 معاملة، تشير إلى افتراض أن نسبة القسط العائد بين الصفات المختلفة تمثل القيمة بشكل جيد يتحقق لمعظم مجموعات الشركات ذات القيمة الزرقاء.
القائمة التالية هي أوزان السمات للسمة فراءمن المجموعةبايك.
يمكن ملاحظة أن أوزان السمات الأكثر قيمة ، Solid Gold Fur و Trippy Fur ، هي 9.3 مرة و 3.3 أضعاف السعر الأدنى ، على التوالي ، وهي أعلى بكثير من جميع الأوزان الأخرى ، في حين أن العديد من السمات العادية لها وزن 0. تتوافق هذه النتائج تماما مع فهمنا لقيمة السمة.
نظرا لانخفاض سيولة NFTs النادرة وعدم كفاية البيانات التي تم جمعها ، من المستحيل حاليا توفير بيانات دقيقة دقيقة ل NFTs النادرة. ومع ذلك ، يمكننا إعطاء مثال محدد للتوضيح.
في 15 أكتوبر 2023، عمليةحدثت بيع Cryptopunks #8998. كان سعر المعاملة 57 ETH، وكان سعر الأرض في ذلك الوقت 44.95 ETH. سجلنا أوزان الصفة لـ #8998 في ذلك الوقت على النحو التالي:
كان تداخل Cryptopunks -0.03270.
لذا يمكن حساب التقييم من:
إنه قريب من سعر المعاملة ، مع وجود خطأ في حدود 5٪.
ومع ذلك، لا يمكن تحديد سعر جميع NFTs النادرة بدقة. نظرًا لعدم وضوح القيمة، غالبًا ما يبالغ الناس أو يقللون عند تحديد الأسعار للNFTs النادرة، مما يدخل التحيز الذي يوجد بشكل موضوعي. لذلك، بغض النظر عن كيفية تصميم خوارزمية تسعير NFTs، هناك دائمًا حد أقصى للدقة.
ومع ذلك، يمكننا من البيانات أعلاه أن نرى أن الأقساط السمات المحسوبة بهذا الخوارزمية ذات أهمية كبيرة من جهتين:
على الرغم من أن الخوارزمية تهدف إلى أن تكون محايدة بقدر الإمكان، إلا أن بعض المشاكل لا تزال قائمة:
لتوفير سعر محايد على السلسلة يقاوم التلاعب المركزي، نقوم بتصميم آلية الأوراق المالية لتحقيق الإجماع.
تتكون من شبكة لامركزية من العقد:
مع استمرار استقرار نسب القيمة الخصائص مع مرور الوقت، فإنه ليس من الضروري تحديث أوزان الخصائص بشكل متكرر. تحديثات الأوزان الدورية من العقد الأوراقي، بالاشتراك مع التسعير الأرضي في الوقت الحقيقي، تحافظ على تسعير NFT على مستوى العنصر في الوقت الحقيقي بدقة.
ومع ذلك، إذا اخترنا عدم استخدام هذا النموذج مع الأوزان، وبدلاً من ذلك توصلنا فقط إلى التوافق على السعر النهائي المولد، هل سيعمل الموضوع بعد ذلك؟ يمكن أن تؤثر النماذج التسعير المختلفة بشكل كبير على نتائج التسعير. يمكن تقدير نفس NFT النادر ب 120 ETH أو 450 ETH. ستقدم الوسيطة أو المتوسط في وجود مثل هذا التحيز الكبير أخطاءً هائلة. ومع ذلك، يمكن أن يضمن استخدام الأوزان إلى حد كبير أن نطاق تقلب السعر يظل صغيرًا ويوفر تفسيرات منطقية لأصل التسعير.
نحن نعتقد بقوة أن يجب أن يكون عملية التسعير هذه محايدة بقدر الإمكان؛ خلاف ذلك، لا يمكن أن تصبح موافقة لجميع تجار NFT. طوال عملية التصميم برمتها، حاولنا أن نلتزم بالأساسية الأربعة مبادئ الحياد الموثوقة 5:
مقدمة أوزان الصفات مهمة. معظم نماذج التعلم الآلي هي صناديق سوداء، تفتقر إلى شفافية قوية، مما يجعل من الصعب الثقة في الأسعار الناتجة ومستحيل الوصول إلى توافق. ومع ذلك، فإن مقدمة أوزان الصفات تجعل الأسعار سهلة الفهم، مما يمنح كل معلمة معنى واضحًا: تمثل أوزان الصفات نسبة القسط الأصلي إلى سعر الأرض، ويصحح المقطع السعر الأرضي ويوفر قيمة أساسية للمجموعة. تتم مشاركة أوزان الصفات بين كل سعر لكل NFT، تمامًا مثلما تتم مشاركة الصفات بين كل NFT.
على الرغم من قواتها، توجد بعض القيود:
أوراق العمل السعرية NFT لها تطبيقات عديدة، خاصة في إقراض NFT، وتأجيرها، وصانعي السوق الآليين (AMMs)، والتجزئة، وتطبيقات NFTfi الأخرى. يمكن أيضًا أن تكون مرجعًا موثوقًا لصفقات نظير إلى نظير.
ميزة الخطية تمكن التجزئة النسبية. حاليا ، تستخدم NFT AMMs أو بروتوكولات التجزئة تجمعات متعددة لقيم NFT مختلفة ، مما يؤدي إلى سيولة مجزأة. مع نسب الأسعار المستقرة ، يمكن لنهج التجزئة الجديد دمج مجموعة كاملة في قبو واحد. في هذا الإعداد ، يمثل ERC20 الخاص بالمجموعة المجموعة بأكملها بشكل فريد.
على سبيل المثال، في حالة نادي Bored Ape Yacht (BAYC):
عندما ينخفض سعر أرضية BAYC من 25 ETH إلى 12.5 ETH ، تنخفض قيمة 1 xBAYC من 0.1 ETH إلى 0.05 ETH. لكن نسبة قيمتها لم تتغير عند 1044: 255.
تبقى نسب الأسعار ثابتة على الرغم من التغييرات في سعر الأرضية، مما يسمح بالتجزؤ العادل والاسترداد.
هذا العمل مستوحى بشكل كبير من مقالين كتبهما @vbuterin. المقالالنزاهة الموثوق بها كمبدأ توجيهي 5يوفر لنا الاتجاه في إنشاء آليات محايدة بمصداقية. المقال ماذا أفكر حول ملاحظات المجتمعيظهر مثالًا ملموسًا على تصميم خوارزمية تتبع مبادئ الحياد الموثوقة.
ولكن تختلف تسعير NFT عن ملاحظات المجتمع بحيث، نظرًا لأن بيانات السعر في سيناريوهات التداول يجب أن تكون في الوقت الحقيقي وتكون خالية من أي مخاطر تلاعب، فإن توفير رمز المصدر المفتوح وحده غير كافٍ لتحقيق النزاهة الموثوقة الحقيقية. يجب إنشاء آلية توافق فعالة على السلسلة.