
文章作者:Gringotts DAO
文章翻譯:Block unicorn
原文標(biāo)題:《Exploring NFT Price Distribution Across Collections》
虛擬土地、PFP(NFT頭像)和游戲資產(chǎn)等 NFT 類(lèi)別是評(píng)估項(xiàng)目和收藏品的常用框架。然而,這些資產(chǎn)的一個(gè)較少討論且有時(shí)違反直覺(jué)的屬性是其在集合中的價(jià)格“等級(jí)”,以及相同價(jià)格等級(jí)的資產(chǎn)如何在集合和 NFT 類(lèi)別中表現(xiàn)。
Gringotts DAO的使命是成為 NFT 持有者獲得流動(dòng)性的一站式商店。隨著新的NFT 金融化協(xié)議的迅速出現(xiàn),我們著手評(píng)估不同方法在用戶(hù)尋求流動(dòng)性的 NFT 類(lèi)型的背景下的效果。我們沒(méi)有僅僅關(guān)注資產(chǎn)類(lèi)別,而是研究了所有這些資產(chǎn)共有的屬性——它們的價(jià)格。
更具體地說(shuō),我們?cè)噲D回答 3 個(gè)問(wèn)題:
NFT 在整個(gè)市場(chǎng)的價(jià)格分布情況如何?
是否出現(xiàn)了價(jià)格分布模式,如果有,它們有多普遍?
從這些分布中,我們?nèi)绾味x可能使給定 NFT 比其他流動(dòng)性方法更適合某些流動(dòng)性方法的價(jià)格“等級(jí)”?
主要發(fā)現(xiàn)之一是集合和 NFT 類(lèi)別中的項(xiàng)目可能比同一集合中的項(xiàng)目表現(xiàn)得更相似。因此,價(jià)格分布分析可以讓用戶(hù)和開(kāi)發(fā)人員更全面地了解在哪里最好地找到流動(dòng)性,以及金融化方法的潛在市場(chǎng)。
方法
NFTBank是一種算法資產(chǎn)估值產(chǎn)品,它使用機(jī)器學(xué)習(xí)根據(jù)類(lèi)似資產(chǎn)的過(guò)去定價(jià)來(lái)預(yù)測(cè) NFT 價(jià)格。我們從 NFT 銀行提取了超過(guò) 3 個(gè)月的數(shù)據(jù)。首先是2021 年 12 月15 日(279 次收藏,約 240 萬(wàn) NFT,約 370 萬(wàn) ETH 市值),然后是 2022 年1月13 日(540 次收藏,約 1420 萬(wàn) NFT,約 890 萬(wàn) ETH 市值),大多數(shù)最近于2022年 2 月27 日(538 個(gè)收藏,約 1480 萬(wàn) NFT,約 650 萬(wàn) ETH 市值)
本文深入探討了我們發(fā)現(xiàn)的 4 個(gè)觀察結(jié)果:
1. 價(jià)格分布通常非常集中在集合之間和集合內(nèi)。
2. 價(jià)格分布有 5 種主要“形狀”,它們似乎與 NFT“類(lèi)別”(PFP、游戲、虛擬土地等)無(wú)關(guān)。
3. 價(jià)格分布形態(tài)一般保持不變。對(duì)于 75% 的收藏品,價(jià)格分布在不同時(shí)間點(diǎn)上保持不變。對(duì)于那些發(fā)生變化的人來(lái)說(shuō),它是朝著“相關(guān)”的形狀發(fā)展的。
4. 對(duì)于具有指數(shù)衰減和類(lèi)對(duì)數(shù)正態(tài)分布的集合(60% 的集合),我們可以定義和檢查底層、中層和頂層資產(chǎn)的行為。
集中價(jià)格分布
在各個(gè)系列中,市場(chǎng)集中在前 10 個(gè)系列占市值的 60% 以上,(標(biāo)準(zhǔn)化)基尼系數(shù)約為 0.9。
在收藏品中,大多數(shù)價(jià)格分布遵循大多數(shù)商品定價(jià)接近底價(jià)的模式。剩下的幾件商品構(gòu)成了價(jià)格范圍的大部分,因此對(duì)收藏品的市值做出了重大貢獻(xiàn)。
標(biāo)準(zhǔn)化價(jià)格分布圖示例:
在這些圖表中,x 軸被分成 100 個(gè)相等的部分,因此例如第一個(gè)圖表(CryptoPunks)表明幾乎所有朋克的定價(jià)都在全價(jià)范圍的前 2% 內(nèi)。
這對(duì)于最適合場(chǎng)內(nèi)項(xiàng)目的 NFT 金融化產(chǎn)品來(lái)說(shuō)是有希望的,例如,像NFTX這樣的流動(dòng)性池可以充當(dāng) “ 場(chǎng)內(nèi) AMM ”,為 NFT 所有者提供即時(shí)流動(dòng)性,他們可以將場(chǎng)內(nèi)資產(chǎn)與池進(jìn)行交易。
具有大量場(chǎng)內(nèi)物品和可靠?jī)r(jià)格饋送的集合(那些經(jīng)常在許多不同的唯一地址之間交易的集合)也可以作為 P2Pool 借貸產(chǎn)品的抵押品。這是因?yàn)榈匕遒Y產(chǎn)通常可以“相同”對(duì)待,因此不需要人工評(píng)估。一旦插入價(jià)格饋送和評(píng)估風(fēng)險(xiǎn)的自動(dòng)化手段,貸款條款就可以自動(dòng)化。
但是,在上面的示例中,請(qǐng)注意某些集合(例如 VeeFriends 和 Decentraland)不適合這種“模式即地板價(jià)”模式。事實(shí)上,價(jià)格分布模式屬于 5 種不同形狀之一,這將我們帶到下一個(gè)觀察。
價(jià)格分布有五種主要形式
在各個(gè)系列中,我們觀察到的價(jià)格分布形狀是:
1) 指數(shù)衰減。這些是其大部分商品在地板上定價(jià)的收藏品,還有高價(jià)商品的長(zhǎng)尾。我們抽樣的約 40% 的藏品展示了這種概況。示例包括 Cryptopunks、RTFKT Clone X + Murakami 和 Mutant Ape Yacht Club
2) 類(lèi)對(duì)數(shù)正態(tài)分布具有與指數(shù)相似的形狀,但模式略高于底價(jià)。我們抽樣的約 20% 的藏品展示了這種概況。示例包括 Bored Ape Yacht Club、Sandbox LAND 和 Decentraland。
3) 對(duì)稱(chēng)(或類(lèi)似正態(tài))分布是指資產(chǎn)高度集中在平均價(jià)格附近,兩側(cè)逐漸減少。我們抽樣的約 5% 的藏品展示了這種概況。示例包括 Anonymice、Blitmap 和 Rollbots。
4) 多模態(tài)分布在更廣泛的范圍內(nèi)表現(xiàn)出多個(gè)顛簸和尖峰。我們抽樣的約 20% 的藏品展示了這種概況。示例包括 VeeFriends、Autoglyphs 和 FLUF 世界。
5) 點(diǎn)分布模式具有上述形狀之一,但價(jià)格分布在 <0.1 ETH。因?yàn)槲覀儗⑵涠x為大致相同的價(jià)格,所以我們將這些標(biāo)記為“點(diǎn)分布”。這種形狀是較小帽子系列的共同特征(除了 PVFD,前 100 名系列都沒(méi)有這種形狀)——因此它們起到了過(guò)濾器的作用。我們抽樣的約 15% 的藏品展示了這種概況。例如 PVFD、Zodiac Capsules 或 PEGZ。
有趣的是,NFT 類(lèi)別(PFP、虛擬土地、游戲資產(chǎn)等)與價(jià)格分布形狀無(wú)關(guān)。例如,在 Cryptovoxels、Decentraland 和 Somnium Space 中的虛擬土地 NFT 都具有不同的分布(指數(shù)分布、對(duì)數(shù)正態(tài)分布(分別在 Jan/Dec 數(shù)據(jù)中對(duì)稱(chēng))和多模態(tài)分布)。
價(jià)格分布很可能是集合本身固有特征的函數(shù),而不是它所屬的 NFT 類(lèi)別。對(duì)于土地,這可能是位置、地塊大小、人流量(創(chuàng)收潛力)、已經(jīng)建成并因此以溢價(jià)出售的土地等。
接下來(lái),我們研究了這些價(jià)格分布是否隨時(shí)間而變化。
價(jià)格分布(通常)保持不變
由于這里的數(shù)據(jù)有限(3 個(gè)數(shù)據(jù)點(diǎn)),只有時(shí)間才能證明這里的分析是否會(huì)持續(xù)到未來(lái)。再次查看標(biāo)準(zhǔn)化價(jià)格,我們可以看到 12 月(灰色)和 1 月(紅色)的價(jià)格分布通常(但不總是)與 2 月(藍(lán)色)的價(jià)格分布一致或至少具有相似的形狀。
在1月份和2月份的數(shù)據(jù)中都包括的537個(gè)藏品中,166個(gè)價(jià)格分布形狀發(fā)生了變化(30%)。從1月到12月,我們也看到了類(lèi)似的比例變化(25%)。這聽(tīng)起來(lái)可能很多,但請(qǐng)記住,上面對(duì)集合的分布形狀的分類(lèi)有點(diǎn)模糊,因?yàn)槲覀儗?duì)截止日期并不是太嚴(yán)格。
例如,人們可以區(qū)分指數(shù)衰減和對(duì)數(shù)正態(tài):“ 如果模式>底價(jià)=>對(duì)數(shù)正態(tài) ”。看看下面的模式與底價(jià)的比率,我們選擇了一個(gè)更寬松的定義,并允許模式甚至在底價(jià)之上10%-20%,因?yàn)槲覀兛戳藬M合的分布來(lái)對(duì)它們的形狀進(jìn)行分類(lèi)。
在此基礎(chǔ)上,我們認(rèn)為指數(shù)衰減分布和對(duì)數(shù)正態(tài)分布是“相關(guān)的”。
對(duì)于觀察到價(jià)格分布發(fā)生變化的情況:
~42%更改為點(diǎn)分布或從點(diǎn)分布更改。點(diǎn)數(shù)分布有其他四種形式中的一種,只是價(jià)格范圍非常窄。
~26%由指數(shù)衰減或?qū)?shù)正態(tài)變?yōu)槎喾濉_@個(gè)類(lèi)的定義也比較柔和,因?yàn)槲覀兊陌l(fā)行版通常只有一種模式。我們定義這個(gè)形狀是為了將像VeeFriends及其幾個(gè)凹凸(模式)這樣的分布與其他形狀分開(kāi)。
~22%是指數(shù)衰減到對(duì)數(shù)正態(tài)分布/從對(duì)數(shù)正態(tài)分布(如果我們采用嚴(yán)格的方法,這個(gè)數(shù)字會(huì)高得多)。
~10%的剩余變化均為對(duì)稱(chēng)分布,其中對(duì)數(shù)正態(tài)分布占主要份額(6%)。這也是由于對(duì)數(shù)正態(tài)分布和對(duì)稱(chēng)分布之間的直線定義相當(dāng)松散(即這兩種形狀也是“相關(guān)的”)。
定義價(jià)格階梯
基于以上觀察,我們尋找具有指數(shù)衰減和對(duì)數(shù)正態(tài)形狀的集合來(lái)定義價(jià)格階梯,因?yàn)榈變r(jià)可以作為這里的合理錨點(diǎn)。當(dāng)然,由于“絕對(duì)”下限可能只是一個(gè)標(biāo)價(jià)最低的商品,我們希望找到一個(gè)適當(dāng)?shù)某藬?shù)來(lái)將更多的商品歸類(lèi)為下限商品。
定義下限:我們研究了不同的下限分位數(shù)及其與底價(jià)的比率。
在這800件藏品中,約90%的中位數(shù)低于1.4*底價(jià)。在這里選擇一個(gè)門(mén)檻更多地取決于我們所考慮的用例:如果我們更靠右地包括更大份額的收藏項(xiàng)目,我們就會(huì)運(yùn)行擴(kuò)展其價(jià)格范圍的成本,從而使這一集合不那么同質(zhì)。
要使閾值適用于約90%的集合,閾值為:
1.3給出了25%的分位數(shù)(因此涵蓋了25%的項(xiàng)目)。
1.4給出約50%分位數(shù)/中位數(shù)。
1.75表示~75%的分位數(shù)。
不到30%的藏品可能太少,而[底價(jià),底價(jià)*1.75]的價(jià)格范圍可能太寬了。因此,我們選擇乘數(shù)1.4作為下限。換言之,“樓層” 項(xiàng)目是指在[地板價(jià)、地板價(jià)*1.4]的價(jià)格范圍內(nèi)的項(xiàng)目。對(duì)于三分之二的藏品來(lái)說(shuō),這包括75%的物品。
定義頂級(jí)項(xiàng)目:我們可以使用頂級(jí)分位數(shù)遵循類(lèi)似的路線:
2.5的門(mén)檻覆蓋了90%的收藏-這800個(gè)收藏中的85%。它還將95%的藏品包括在三分之二的藏品中,甚至99%的藏品包括在~20%的藏品中。換句話說(shuō),2.5的門(mén)檻將把前10%的資產(chǎn)放在90%的集合的“頂級(jí)”存儲(chǔ)桶中。
同樣,我們可以對(duì)該集合進(jìn)行更多的排他性操作,例如將此閾值增加到4。
在這些關(guān)于底價(jià)和頂價(jià)的定義下,我們可以將價(jià)格在[底價(jià)*1.4,底價(jià)*2.5]之間的中端產(chǎn)品定義為。現(xiàn)在我們來(lái)看看這些價(jià)格階梯的特點(diǎn)。
定義價(jià)格層的特征
以底價(jià)對(duì)底價(jià)* 1.4定價(jià)的項(xiàng)目。
地板通常占收藏品的 50-75%,占其市值的 25-50%。它們的數(shù)量和同質(zhì)行為使其適合流動(dòng)性池,有效地充當(dāng)“場(chǎng)內(nèi) AMM”,用戶(hù)可以在場(chǎng)內(nèi)資產(chǎn)的交易活動(dòng)中獲得收益,并享受與其他價(jià)格等級(jí)相比最深的流動(dòng)性。
項(xiàng)目標(biāo)價(jià)底價(jià)*1.4至底價(jià)*2.5。
地板價(jià)通常占產(chǎn)品的20%-40%,占收藏市值的10%-20%。就目前的情況而言,中端產(chǎn)品可能是最不賺錢(qián)的交易品種,因?yàn)樗鼈冃枰牧鲃?dòng)性低于場(chǎng)內(nèi)交易,而且與Grails相比,它們對(duì)反射性上漲的敞口更小。集合,其中模式是中端(那些具有對(duì)稱(chēng)價(jià)格分布的),可能是許多用戶(hù)對(duì)資產(chǎn)本身的屬性或效用更感興趣的集合,而不是價(jià)格。例如,虛擬土地樓層可能太小或位于不賺錢(qián)的位置,而大而流量大的土地可能太貴或不出售。因此,土地買(mǎi)家尋找位置、土地尺寸和價(jià)格都很好的資產(chǎn)
如果事實(shí)證明,地板價(jià)包含一些“暫時(shí)”項(xiàng)目,即底價(jià)上漲或價(jià)格下跌,那么這可能是投機(jī)和相關(guān)對(duì)沖應(yīng)用的一層。
TOP或頭部項(xiàng)目,商品定價(jià)>底價(jià)*2.5。
頭部項(xiàng)目通常占商品的5%-10%,占收藏市值的20%-40%。古董的銷(xiāo)售非常嘈雜,價(jià)格變動(dòng)也很大,其表現(xiàn)類(lèi)似于“傳統(tǒng)”藝術(shù)品或房地產(chǎn)中的高端物品。雖然它們的交易量和速度都很低,但它們有很好的潛力用作抵押品或通過(guò)分拆獲得流動(dòng)性。
關(guān)于三個(gè)層級(jí)中每一層的物品份額,我們看到樓層物品(藍(lán)色)的份額很大。這里和那里都很小,但這與我們形狀的模糊定義有關(guān),例如Meebit(第一欄)沒(méi)有完全遵循我們的層級(jí)邏輯,因?yàn)樗形覀冊(cè)谏厦孢M(jìn)一步展示的這些額外的凹凸:
集合名稱(chēng)很小,但名稱(chēng)末尾的(Jan)或(Dec)分別表示它來(lái)自1月或12月的數(shù)據(jù)集。
當(dāng)我們看每一級(jí)價(jià)格的市場(chǎng)份額時(shí),關(guān)于這些級(jí)別的市值份額,情況變得有點(diǎn)嘈雜。雖然地板似乎仍然占據(jù)了大部分的市場(chǎng)份額,但對(duì)于藏品來(lái)說(shuō),杯狀物比地板高出10-1000倍,侵蝕了藏品的市值,這是很常見(jiàn)的。
總體而言,約25%-50%的市值屬于下層,10%-20%屬于中端,20%-40%屬于頂級(jí):
未來(lái)的工作
在本文中,我們采取了一些初步步驟,根據(jù)NFT的價(jià)格變動(dòng)行為和各自集合中的層對(duì)NFT進(jìn)行分類(lèi)。正如我們?cè)谏厦嫣岬降模梢愿鶕?jù)用例調(diào)整層的界限。對(duì)我們來(lái)說(shuō),目的之一是得出跨集合和資產(chǎn)類(lèi)別的NFT的共同行為和特征,以告知持有者尋找流動(dòng)性的最佳途徑,這一分析有助于為該評(píng)價(jià)矩陣提供信息。
現(xiàn)在我們對(duì)資產(chǎn)在集合中的行為方式有了一個(gè)高級(jí)概述,我們可以放大我們?cè)诖颂幩龅娘@著觀察并進(jìn)一步分析它,例如:
給定集合的哪些主要屬性可能導(dǎo)致它們具有它們所做的價(jià)格分布模式?
哪些內(nèi)部(例如項(xiàng)目開(kāi)發(fā))或外部(例如市場(chǎng)情緒)因素會(huì)導(dǎo)致給定系列隨著時(shí)間的推移改變其價(jià)格分布形狀?
價(jià)格分布是否可以成為給定金融化協(xié)議的領(lǐng)先指標(biāo)或分析指標(biāo),以裝載給定資產(chǎn)(例如抵押品或啟動(dòng) NFT AMM)?
我們希望在以后的文章中探討這些問(wèn)題。目前,我們提供了用于定義價(jià)格等級(jí)的量化心智模型,以及一個(gè)初步框架,用于評(píng)估我們?cè)谖磥?lái)幾個(gè)月對(duì) NFT 流動(dòng)性方法的假設(shè)。