Không giống như các token có thể thay thế, NFT thiếu giá thời gian thực do tính không thể thay thế và tính không thanh khoản của chúng. Giá thường được tham chiếu đến giá sàn, thiếu sự chi tiết ở cấp độ mặt hàng. Điều này làm cho việc định giá các NFT không có giá sàn cho giao dịch hoặc cho vay trở nên khó khăn.

Cụ thể, trong những ứng dụng này:

• Là một giá tham khảo cho các giao dịch ngang hàng
• Tính toán giá trị danh mục NFT cá nhân hoặc tổ chức
• Cho vay NFT, phân mảnh, và các ứng dụng NFTfi khác

Thiếu sự trung lập và công bằng đáng tin cậy về giá ở mức độ sản phẩm.

Nhiều ứng dụng cố gắng cung cấp dịch vụ giá thông qua các mô hình ML, nhưng sự phức tạp và thiếu minh bạch làm cho việc tạo niềm tin và sự đồng thuận trở nên khó khăn.

Bài viết này cố gắng cung cấp giá NFT thời gian thực với một thuật toán đơn giản và dễ hiểu. Nó cũng đề xuất một cơ chế oracl cho các bên liên quan tham gia công bằng trong việc phát hiện giá. Nó tuân theo nguyên tắc của độc lập đáng tin cậy 5với dữ liệu mục tiêu tối thiểu và mô hình đơn giản, dễ hiểu và mạnh mẽ để dễ dàng áp dụng.

Mô hình Premium

Thông qua việc quan sát dữ liệu giao dịch NFT blue-chip lớn, chúng tôi nhận thấy rằng giá trị của các đặc điểm là tương đối không đổi so với giá sàn. Khi giá sàn tăng và giảm, phần thưởng tuyệt đối của mỗi đặc điểm sẽ dao động tương ứng, nhưng tỷ lệ so với giá sàn vẫn duy trì ổn định. Điều này có nghĩa là mối quan hệ phần thưởng tương đối giữa các đặc điểm là ổn định. Chúng tôi gọi phần thưởng của một đặc điểm NFT trên giá sàn là phần thưởng của đặc điểm. Do đó, chúng tôi giả thiết:

• Giá trị của một NFT có thể được phân tách thành giá trị bẩm sinh của bộ sưu tập chính nó và tổng của tất cả các phí bổ sung về đặc điểm.
• Tỷ lệ phí bảo hiểm đặc điểm so với giá sàn phần lớn không đổi trong một khoảng thời gian.

Do đó, chúng tôi đề xuất mô hình Premium. Công thức cốt lõi nằm dưới mô hình Premium được biểu diễn như sau:

Ở đây:

• Giá ước lượng: Giá trị dự đoán của NFT.
• Giá tầng: Giá thấp nhất mà một NFT hiện đang được liệt kê để bán trong một bộ sưu tập cụ thể trên thị trường.
• Đánh chặn: Đây có thể coi là một sự điều chỉnh cơ sở đối với giá sàn. Vì giá trị cơ sở của NFT không bao gồm các đặc điểm phải nằm giữa giá sàn và ưu đãi tốt nhất, nên việc chặn thường là một số tiền âm nhỏ.
• Giá cơ sở: Điều này đại diện cho giá cơ sở của một NFT trong một bộ sưu tập không liên quan đến các đặc điểm cụ thể, bắt nguồn từ giá sàn và bị ảnh hưởng bởi một hệ số chặn. Toán học, nó có thể được biểu diễn như sau:

• Trọng số đặc điểm: Đây là các hệ số được gán cho mỗi đặc điểm để xác định mức độ ảnh hưởng của đặc điểm đó đối với giá của một NFT. Mỗi đặc điểm đóng góp theo tỷ lệ vào giá ước tính dựa trên cách nó được đánh giá so với giá tối thiểu.
• Giá trị nguyên tố: Giá trị bổ sung được gán cho các đặc điểm cụ thể của NFT. Chúng là sản phẩm của giá sàn và trọng số đặc điểm tương ứng của chúng.

Sau một sự biến đổi đơn giản, (1) đưa ra

Đánh giá

Chúng tôi đã sử dụng:

• tất cả dữ liệu giao dịch trên chuỗi thời gian trong hai năm là dữ liệu huấn luyện
• dữ liệu giao dịch có ở trong một vòng lặp là tiêu chí để xác định giao dịch rửa
• giá niêm yết thấp nhất của opensea, blur và looksrare như là giá sàn
• Hồi quy Lasso là mô hình hồi quy

để huấn luyện một mô hình riêng cho mỗi bộ sưu tập.

Khi giao dịch xảy ra, chúng tôi ghi lại giá bán trên chuỗi, cũng như giá dự đoán của mô hình tại thời điểm đó. Chúng tôi đã tổng hợp 100 giao dịch mới nhất, và tính toán độ chính xác trung bình. Chúng tôi đã thử nghiệm mô hình trên các bộ sưu tập blue-chip và sử dụngSai số tuyệt đối trên phần trăm (MAPE) làm thước đo đánh giá. Đây là kết quả kiểm tra.

Sự thực là khoảng thời gian được chọn cho dữ liệu huấn luyện kéo dài hai năm và đạt được tỷ lệ chính xác cao trên 100 giao dịch mới nhất, cho thấy giả thuyết rằng tỉ lệ phí bảo hiểm trung bình giữa các đặc điểm khác nhau đại diện cho giá trị tốt cho đa số bộ sưu tập blue chip.

Danh sách sau đây là trọng số của đặc điểm cho đặc điểm Lôngcủa bộ sưu tậpBAYC.

Có thể thấy rằng trọng số của các đặc điểm quý giá nhất, Solid Gold Fur và Trippy Fur, lần lượt là 9,3 lần và 3,3 lần giá sàn, đều cao hơn đáng kể so với tất cả các trọng số khác, trong khi nhiều đặc điểm thông thường có trọng số là 0. Kết quả này rất khớp với hiểu biết của chúng tôi về giá trị của các đặc điểm.

Do tính thanh khoản thấp của NFT hiếm và không đủ dữ liệu được thu thập, hiện tại không thể cung cấp dữ liệu chính xác chính xác cho các NFT hiếm. Tuy nhiên, chúng ta có thể đưa ra một ví dụ cụ thể để minh họa.

1370×1082 115 KB

Vào ngày 15 tháng 10 năm 2023, một giao dịch của Cryptopunks # 8998 đã xảy ra. Giá giao dịch là 57 ETH và giá sàn tại thời điểm đó là 44,95 ETH. Chúng tôi đã ghi lại trọng số đặc điểm của # 8998 tại thời điểm đó như sau:

• Phụ kiện Tóc Tím: 0.15931
• Chút mũt chú hề phụ kiện: 0.02458
• Phụ kiện cau mày: 0
• Giới tính Nam: 0.05595

Điểm chặn của Cryptopunks là -0.03270.

Vì vậy, định giá có thể được tính từ:

Nó gần với giá giao dịch, với sai số trong khoảng 5%.

Tuy nhiên, không phải tất cả các NFT hiếm có thể được định giá một cách chính xác như vậy. Do giá trị không rõ ràng, người ta thường đánh giá cao hoặc đánh giá thấp khi đưa ra giá cho các NFT hiếm, điều này mang lại sự thiên vị mà về cơ bản tồn tại. Do đó, dù thuật toán định giá NFT được thiết kế như thế nào, luôn có một giới hạn tối đa về độ chính xác.

Tuy nhiên, từ dữ liệu trên, chúng ta có thể thấy rằng phí bảo hiểm đặc điểm được tính bằng thuật toán này có ý nghĩa ở hai khía cạnh:

• Giá trị của những đặc điểm hiếm có được phân biệt rõ ràng với những đặc điểm bình thường.
• Quá trình phân biệt các loại phí này là minh bạch, dựa trên bằng chứng và trung lập một cách đáng tin cậy.

Bảng giá NFT Oracle

Mặc dù thuật toán nhằm mục tiêu trở nên càng trung lập và đáng tin cậy nhất có thể, nhưng vẫn còn một số vấn đề:

• Giá ngoại xích không thể được sử dụng cho giao dịch trên chuỗi.
• Một nút trung tâm duy nhất đặt ra rủi ro thao túng.
• Việc đạt được sự đồng thuận về thuật toán xác định giao dịch giặt sạch cho dữ liệu đào tạo là khó khăn và đòi hỏi một cơ chế xác nhận sự đồng thuận.

Để cung cấp một giá trị trung lập đáng tin cậy trên chuỗi chống lại sự điều khiển tập trung, chúng tôi thiết kế một cơ chế truyền thống để đạt được sự đồng thuận.

1628×652 119 KB

Nó bao gồm một mạng lưới phi tập trung của các nút:

• Các Node Tham Gia: Mỗi node nhận dữ liệu huấn luyện từ các giao dịch trên chuỗi, tính toán trọng số đặc điểm bằng thuật toán mã nguồn mở, và gửi chúng đến các node trọng tài, hình thành Mạng lưới Oracle phi tập trung. Mỗi nút có thể chọn khác nhau:
  • Các mô hình tuyến tính — chẳng hạn như hồi quy tuyến tính ngây thơ, hồi quy lasso, hồi quy sườn núi, v.v. Hồi quy Lassođược khuyến nghị vì nó có thể giảm trọng số đặc tính không quan trọng về không.
  • Thuật toán nhận dạng giao dịch rửa.
  • Lịch sử giao dịch trong khoảng thời gian phù hợp. Càng lớn sự thay đổi trong trọng số của bộ sưu tập, thì khoảng thời gian cho lịch sử giao dịch càng nhỏ. Nhưng một khoảng thời gian nhỏ làm hại đến độ chính xác, vì vậy đó là một sự đánh đổi. Trong trường hợp chung, việc sử dụng tất cả các giao dịch lịch sử được khuyến nghị.
• Hợp đồng Oracle Giá: Nó hoạt động trong hai bước:
  • Xác minh tất cả trọng số đặc tính trả về, lấy trung vị hoặc trung bình sau khi loại bỏ các giá trị ngoại lệ. Vì giá trị đặc tính khá ổn định, nên trọng số không nên khác nhau nhiều, giữ độ lệch thấp sau khi xác minh.
  • Khi người dùng gọi hợp đồng oracle giá, trước tiên nó sẽ nhận được giá sàn theo thời gian thực thông qua sàn giá máy truyềnvà sau đó tính toán giá thời gian thực bằng công thức (1).
• Hợp đồng Người dùng: Chuyển địa chỉ hợp đồng và ID token để truy xuất giá cụ thể của token từ hợp đồng truy vấn giá

Khi tỷ lệ giá trị đặc điểm duy trì ổn định theo thời gian, không cần thiết phải cập nhật trọng số đặc điểm thường xuyên. Việc cập nhật trọng số định kỳ từ các nút báo cáo, kết hợp với giá sàn thời gian thực, duy trì giá NFT cấp mục chính xác thời gian thực.

Tuy nhiên, nếu chúng ta chọn không sử dụng mô hình này với trọng số, mà chỉ đạt được sự đồng thuận về giá cuối cùng được tạo ra, liệu nó có hoạt động không? Các mô hình giá khác nhau có thể ảnh hưởng đáng kể đến kết quả giá. Một NFT hiếm có thể được ước lượng là 120 ETH hoặc 450 ETH. Lấy trung bình hoặc trung vị trong trường hợp có sự chệch lệch lớn như vậy vẫn sẽ gây ra lỗi lớn. Tuy nhiên, việc giới thiệu trọng số có thể đảm bảo rằng phạm vi dao động giá vẫn nhỏ và cung cấp giải thích hợp lý cho nguồn gốc giá.

Điểm mạnh

Độc lập minh bạch

Chúng tôi mạnh mẽ tin rằng quá trình định giá này nên càng công bằng và trung lập càng tốt; nếu không, nó không thể trở thành sự đồng thuận cho tất cả các nhà giao dịch NFT. Trong suốt quá trình thiết kế, chúng tôi đã cố gắng tuân theo bốn nguyên tắc cơ bản nguyên tắc của sự trung lập đáng tin cậy 5:

• Không viết cụ thể về người hoặc kết quả cụ thể vào cơ chế: Tránh sự thiên vị từ bên thứ ba như sự hiếm có hoặc giá trị tâm lý, các tham số/trọng số được suy luận thông qua một hồi quy tuyến tính. Điều này hoàn toàn dựa trên lịch sử giao dịch và chỉ sử dụng giá bán và giá sàn làm đầu vào trong quá trình đào tạo.
• Mã nguồn mở và thực thi công khai: Các mô hình tuyến tính hoàn toàn mã nguồn mở, và việc huấn luyện mô hình ngoài chuỗi và tạo giá trên chuỗi đều dễ dàng xác minh.
• Giữ nó đơn giản: Mô hình Premium sử dụng mô hình tuyến tính đơn giản nhất và sử dụng ít dữ liệu huấn luyện nhất có thể. Việc tính giá là sự cộng dồn đơn giản. Giá NFT tuyến tính đến giá sàn.
• Đừng thay đổi quá thường xuyên: Trọng số đặc điểm không đòi hỏi sự thay đổi thường xuyên, làm cho việc bị tấn công ít hơn.

Sự minh bạch

Việc giới thiệu trọng số đặc tính là quan trọng. Hầu hết các mô hình học máy đều là hộp đen, thiếu tính minh bạch mạnh mẽ, khiến việc tin tưởng vào các giá trị kết quả trở nên khó khăn và không thể đạt được một sự đồng thuận. Tuy nhiên, việc giới thiệu trọng số đặc tính giúp các giá trị trở nên dễ hiểu, mang lại ý nghĩa rõ ràng cho mỗi tham số: trọng số đặc tính đại diện cho tỉ lệ phí đặc tính so với giá sàn, và intercept sửa đổi giá sàn và cung cấp một giá trị cơ bản cho bộ sưu tập. Trọng số đặc tính được chia sẻ giữa mỗi giá NFT, giống như các đặc tính được chia sẻ giữa mỗi NFT.

Giới hạn

Mặc dù có những điểm mạnh, nhưng vẫn tồn tại một số hạn chế:

• Không áp dụng cho các giá trị đặc điểm thay đổi nhanh chóng. Bởi vì giả định trước đó rằng giá thưởng của một đặc điểm là một tham số hằng số so với giá sàn, khi giá trị của đặc điểm thay đổi nhanh chóng, phạm vi biến động giá trị đặc điểm được tính dựa trên lịch sử giao dịch của các khoảng thời gian khác nhau rất lớn, điều này làm giảm độ chính xác của mô hình. Ngay cả khi có thể đạt được sự nhất trí một cách trung lập thông qua một người bảo trợ, đó vẫn là một giải pháp làm khoan dung.
• Nó dễ bị tấn công bằng cách giao dịch rửa. Mô hình Premium dựa vào dữ liệu giao dịch thực. Giao dịch rửa làm méo mó giá đầu vào, dẫn đến giá đầu ra bị méo mó. Trong khi mạng oracles phi tập trung cung cấp việc lọc giao dịch rửa, điều này tạo thêm sự không chắc chắn.
• Nó không hoàn toàn không được phép. Các nút Oracle hiện đang yêu cầu kiểm tra để ngăn chặn Cuộc tấn công Sybil.

Ứng dụng

Bộ điều khiển giá NFT có nhiều ứng dụng, đặc biệt là trong việc cho vay, cho thuê NFT, các Trình làm thị trường tự động (AMM), phân mảnh và các ứng dụng NFTfi khác. Nó cũng có thể phục vụ như một tài liệu tham khảo đáng tin cậy cho các giao dịch peer-to-peer.

Tính năng tuyến tính cho phép phân mảnh tỷ lệ. Hiện tại, NFT AMM hoặc các giao thức phân đoạn sử dụng nhiều nhóm cho các giá trị NFT khác nhau, dẫn đến thanh khoản bị phân mảnh. Với tỷ lệ giá ổn định, một cách tiếp cận phân mảnh mới có thể hợp nhất toàn bộ bộ sưu tập thành một kho tiền duy nhất. Trong thiết lập này, ERC20 của bộ sưu tập đại diện duy nhất cho toàn bộ bộ sưu tập.

Ví dụ, trong trường hợp của Bored Ape Yacht Club (BAYC):

• NFT hiếm #7403, trị giá 104.4 ETH, có thể thế chấp thành 1044 xBAYC.
• Common NFT #1001, trị giá 25.5 ETH, có thể cầm cố thành 255 xBAYC.

Khi giá sàn BAYC giảm từ 25 ETH xuống 12.5 ETH, 1 xBAYC giảm giá từ 0.1 ETH xuống 0.05 ETH. Nhưng tỉ lệ giá trị của họ vẫn không thay đổi ở mức 1044:255.

Tỷ lệ giá vẫn giữ nguyên mặc dù có thay đổi về giá tối thiểu, cho phép phân mảnh và đền bù công bằng.

Cám ơn

Công việc này được lấy cảm hứng lớn từ hai bài viết được viết bởi @vbuterin . Bài báo Nguyên tắc dẫn dắt là Sự Công bằng Đáng tin cậy 5cung cấp cho chúng tôi hướng dẫn trong việc thiết lập các cơ chế trung lập đáng tin cậy. Bài viết Tôi nghĩ gì về Ghi chú Cộng đồnghiển thị một ví dụ cụ thể về việc thiết kế một thuật toán theo nguyên tắc trung lập đáng tin cậy.

Nhưng giá của NFT khác biệt so với Community Notes ở chỗ, vì dữ liệu giá trong các tình huống giao dịch phải là thời gian thực và không có nguy cơ bị can thiệp, việc chỉ mã nguồn mở là không đủ để đảm bảo sự trung lập đáng tin cậy. Một cơ chế đồng thuận hiệu quả trên chuỗi phải được thiết lập.

免责声明：

1. Bài viết này được in lại từ [Nghiên cứu Ethereum]. Tất cả bản quyền thuộc về tác giả gốc [black71113; yusenzhan]. Nếu có ý kiến phản đối về việc tái in này, vui lòng liên hệ Gate Họcđội và họ sẽ xử lý nhanh chóng.
2. Từ chối trách nhiệm về trách nhiệm: Các quan điểm và ý kiến được thể hiện trong bài viết này chỉ là của tác giả và không cấu thành bất kỳ lời khuyên đầu tư nào.
3. Các bản dịch của bài viết sang các ngôn ngữ khác được thực hiện bởi nhóm Gate Learn. Trừ khi được nêu rõ, việc sao chép, phân phối hoặc đạo văn các bài viết dịch là không được phép.