本文来自TheSeeDAO。
NFT类型是对NFT项目和系列进行评估的常用框架。但是，这些资产属性中较少被论及，有时甚至让人感到违反直觉的，是系列内的价格“等级”，以及同价位资产在不同系列和类型中的表现。GringottsDAO以成为NFT持有者获得流动性的一站式商店为使命。随着新的NFT金融化协议迅速出现，对于用户在寻求何种NFT类型的流动性，我们开始评估不同方法的有效性。我们没有只关注资产类别，而是研究了所有这些资产共有的属性——价格。更具体地说，我们试图回答3个问题：NFT的价格在整个市场上的分布情况如何？是否出现了价格分布的模式，如果是，这些模式有多常见？从这些分布中，我们该如何界定价格“等级”，从而可以为特定的NFT找到更适合的流动性方法？主要发现之一是，跨系列和类别的NFT商品，比同一系列内商品的行为表现得可能更相似。因此，价格分布分析可以让用户和开发人员更全面地了解在哪里最能找到流动性，以及金融化方法的可实现市场。01方法
NFTBank是一个算法资产估值产品。它根据相似资产的历史价格，使用机器学习来预测NFT价格。我们从NFTBank提取了3个月以上的数据，首先是2021年12月15日，然后是2022年1月13日，最近的是2022年2月27日。本文深入探讨了我们的4个观察结果：无论跨NFT系列或在同一系列内，价格分布通常非常集中。价格分布呈现5个主要”形态“，似乎与NFT“类别”无相关性。价格分布形态一般保持稳定。有75%的系列，在不同时间点上的价格分布保持稳定。那些发生了变化的，则是朝着“相关”的形态变化。对具有指数式衰减和类对数正态分布的系列，我们可以定义和研究地板层、中间层和顶层资产的行为。02集中价格分布集中价格分布
在所有系列中，市场集中在前10个市值占比大于60%的NFT系列上，其基尼系数约为0.9。NFT系列内，价格分布大都遵循同一模式，即大多数NFT的价格都接近地板价。少量剩下的那些构成了价格区间的主体，因此对该系列NFT的总市值贡献巨大。归一化价格分布图表的实例：
报告：占全球经济98%的130家央行正探索数字货币:6月29日消息，总部位于美国的大西洋理事会智库发布报告称，占全球经济 98% 的 130 个国家和地区央行目前正在探索数字货币，其中近一半正处于进阶开发、试点或启动阶段，除阿根廷以外的所有 G20 国家都已进入进阶阶段。
报告表示，过去六个月各国央行的数字货币探索尤为积极，包括加勒比海地区和尼日利亚在内的 11 个国家已经推出了央行数字货币（CBDC），而中国的数字人民币试点测试现已覆盖 2.6 亿人口，涵盖从电子商务到政府消费补贴的约 200 种支付场景。另外两个大型新兴经济体印度和巴西也计划明年推出数字货币。欧洲央行则有望在 2028 年启动数字欧元试点，其他 20 多个国家也将在今年采取重大举措进行试点。[2023/6/29 22:08:29]
归一化价格=(价格—最低价格)/(最高价格—最低价格)在这些图表中，x轴做100等分。因此，以第一个图表为例，数据表明几乎所有Punk的定价都分布在整个价格区间的前2%以内。对最适合拿来扫地板的NFT金融化产品而言，就大有前途了。例如，像NFTX这样的流动性池可以充当“场内自动做市商”，为那些能与流动性池交易场内资产的NFT持有人提供即时流动性。系列内若有大量地板价NFT，并具备可信喂价，就也会成为P2POOL借贷产品抵押物的佳选。这是因为通常地板价NFT被当作“等同”对待，不需要人工评估。一旦被接入某个喂价和风险自动评估机制，贷款条款就能够实现自动化。但是，在上述样本中，请注意某些NFT系列不符合这种“众数即地板价”的模式。事实上，价格分布模式有5种截然不同的形态，让我们在下一个观察中详聊。03价格分布的五种主要形态
通过对不同系列NFT的观察，我们看到了以下这些价格分布形态：指数式衰减。这些系列中大部分NFT的价格在地板价附近，有一条较高价格组成的长尾。在我们的抽样中约40%的NFT系列属于这种情况，示例包括Cryptopunks、RTFKTCloneX+Murakami和MutantApeYachtClub
瑞波CEO：Ripple将在SEC对其的诉讼结束后探索IPO:金色财经消息，瑞波（Ripple）将在SEC对其的诉讼结束后探索IPO。瑞波CEO Brad Garlinghouse表示，一旦与美国证券交易委员会的诉讼结束，瑞波将探索首次公开募股的可能性。（CNBC）[2022/5/25 3:41:46]
类对数正态分布具有与指数式相似的形?态，但价格集中在略高于地板价的区间。在我们的抽样中约20%的NFT系列呈现了这种情况。示例包括BoredApeYachtClub、SandboxLAND和Decentraland。
对称分布表现为资产高度集中在平均价格附近，向两侧逐渐减少。在我们的抽样中约5%的NFT系列呈现了这种情况。示例包括Anonymice、Blitmap和Rollbots。
多模态分布则在更大的区间内出现几处凸起和峰值。我们的抽样中约20%的NFT系列呈现这种情况。示例包括VeeFriends、Autoglyphs和FLUFworld。
中国电子信息产业发展研究院王哲：加快区块链应用探索:中国电子信息产业发展研究院世界工业研究所人工智能研究室主任王哲建议，要深化大数据技术融合应用，加快推动工业互联网大数据资源合作共享，共建共用安全可信的工业数据空间；推动边缘智能和云平台协同发展，着力打造“国家中心+分中心”的工业云平台建设布局，推动建立国家工业互联网大数据中心。同时加快区块链应用探索，促进分布式合约的应用，建设跨行业、跨领域平台联盟链，推动平台间互联互通。（经济日报）[2020/7/9]
点状分布具有上述之一的形态，但价格分布在小于0.1ETH的区间。因为我们将此价格区间定义为大致相同，所以将其称为“点状分布”。这种形态是市值较小的NFT系列的共同特征——因此它们起到了一种过滤器的作用。约15%我们抽样的NFT系列呈现了这种情况。例如PVFD、ZodiacCapsules或PEGZ。
有趣的是，NFT的类型与价格分布的形态之间没有相关性。例如，Cryptovoxels、Decentraland和SomniumSpace中的虚拟土地NFT都具有不同的分布和多模态分布）。价格分布很可能是NFT系列自身固有特征的函数，而与它所属的NFT类别无关。对于土地类NFT来说，影响因素可能是位置、地块大小、人流量、已有建造物并因此溢价销售，等等。接下来，我们研究了这些价格分布是否随时间而变化。04价格分布保持稳定
由于数据有限，只有时间才能证明这些分析是否将来也有效。再看一下归一化价格，我们可以看到12月和1月的价格分布通常与2月一致，或至少具有相似形态。
动态 | 全国首张区块链电子发票在深圳开出 “区块链+税务”探索取得新进展:深圳市税务局与腾讯公司10日共同发布消息称，“区块链+税务”探索取得进展，位于深圳国贸大厦的一家餐厅当天开出了基于区块链的电子发票。此次推出的区块链电子发票由深圳市税务局主导、腾讯提供底层技术和能力，是全国范围内首个“区块链+发票”生态体系应用研究成果，得到国家税务总局的批准与认可。国贸旋转餐厅之外，宝安区体育中心停车场、凯鑫汽车贸易有限公司（坪山汽修场）、Image腾讯印象咖啡店等为首批试点商户，支持开具区块链电子发票。首期试点应用中，深圳市税务局携手腾讯及金蝶软件，打造“微信支付——发票开具——报销报账”的全流程、全方位发票管理应用场景。未来，还将支持更多企业上链开具区块链电子发票。[2018/8/10]
从1月和2月的数据中拉取的537个系列中，有166个的价格分布形态发生了变化。1月至12月，我们也看到了类似的变化比例(25%)。这听上去好像很多，但请记住，前文对NFT系列分布形态的分类是略显模糊的，因为我们的分类标准不是很严格。例如，可以按照”如果众数>地板价=>对数正态”的逻辑来区分指数式衰减和对数正态。看看下面的众数地板价比，我们选择了更宽松的定义，甚至允许众数比地板价高出10-20%，因为我们采用了拟合分布来对形态进行分类。
基于此，我们认为指数式衰减和对数正态分布是“相关的”。对于存在价格分布变化的情况：约42%属于变为/变自点状分布。点状分布在形态上与其他四种形态之一相同，只是价格区间非常窄。约26%是从指数式衰减或类对数正态变为多模态。这个类的定义也比较宽松，因为我们的分布通常只有一种模式。我们定义这个形态，是为了把VeeFriends这样有几个凸处的分布与其他形态区分开。约22%是类对数正态和指数式衰减之间互变，其余约10%的变化全都是变为/变自对称分布，其中类对数正态分布占比最多。这还是因为区分类对数正态分布和对称分布之间的界限比较宽松05界定价位
苏宁金融研究院薛洪言：金融机构若不合作，探索区块链则毫无实用价值:今日，苏宁金融研究院互联网金融中心主任、高级研究员薛洪言发表专栏文章《银行的金融科技“进击”》，文中指出，“金融科技更多地仍在软件领域，属于典型的合则两利、斗则两败，分享才能带来价值的最大化。比如区块链，区块链之于金融业，意在消除机构间缺乏信任带来的交易摩擦，提升跨机构合作的效率。如果大家都针锋相对、不合作了，探索区块链还有什么实用价值呢？”[2018/5/7]
基于上述观察，同时由于地板价可以用作合理的锚点，我们参照具有指数式衰减和类对数正态这两种形态的NFT系列来对价位进行界定。当然，“绝对”的地板价可能只是标价最低的一件商品，所以我们希望找到适当的乘数，用以将更多商品归类为地板价商品。界定地板层：我们研究了不同的下四分位数及其与地板价的比?值。
在大约800个系列中有90%左右的中位数低于1.4*地板价。在阈值选择上，我们考虑较多的情况是：如果取值向右延伸，把更多的系列内商品包含进去，就会以扩大价格区间为代价降低该组数据的同质性。为了对大约90%的系列适用，阈值分别为：1.3得出25%四分位数1.4得出50%四分位数/中位数1.75得出75%四分位数少于30%的系列可能太少，而的价格区间则可能太宽。因此，我们选择了1.4的乘数作为边界值。换言之，我们把“地板层”界定为价格在区间内的商品。对于2/3的NFT系列来说，这个价位区间包括了它们75%的NFT。界定顶层商品：我们可以用相似的思路来确定上四分位数：
在大约800个系列中，阈值2.5可以覆盖85%系列内90%的NFT。在其中2/3的系列里，它可以覆盖多达95%的NFT，在约20%的系列中甚至覆盖多达99%的NFT。换句话说，2.5的阈值可以囊括90%系列中的前10%的资产。同样，我们可以让这个集合更具排他性，例如将阈值增加到4。根据上述对地板层和顶层商品的定义，我们可以将中间层商品定义为价格在区间的商品。好了，我们现在来聊聊不同价位的特性。06各价位的特性
地板层：标价位于地板价至地板价*1.4之间的商品。地板层通常由一个系列内50-75%的商品组成，占该系列市值的25-50%。它们的数量和同质化特性使其适合流动性池，可以有效地充当”场内自动做市商”。用户可以从场内资产的交易活动中获利，并享有与其他价位相比最深的流动性。中间层：标价位于地板价*1.4至地板价*2.5之间的商品。中间层通常由一个系列内20-40%的商品组成，占该系列市值的10-20%。就目前的情况来看，中间层商品可能最无利可图，因为它们的流动性低于地板层，并且与顶层相比反弹可能性也较小。众数处于中间层的NFT系列，其用户中的许多人可能对资产本身的属性或功用而非价格更感兴趣。例如，虚拟土地可能太小或位于不赚钱的位置，而大型、高流量的地块太贵或不出售。因此，土地买家会搜寻位置、面积和价格俱佳的资产。如果事实证明，中间层包含一些“暂时性”的商品，例如由于地板增值或蓝筹贬值而被纳入的商品，那么这里可能就会成为投机和对冲操作的层级。
顶层：或”蓝筹”。商品定价大于地板价*2.5。蓝筹通常在商品中占比大约5–10%，占一个系列市值的20–40%。蓝筹的分布噪声很高而且价格变化也很大，其表现类似于“传统”艺术品或房地产中的高端项目。虽然它们的交易量和频次都很低，但蓝筹用作抵押品或通过拆分获得流动性的潜力很大。
关于商品在三个价位中的份额，我们看到地板层商品份额最大。但有个别地方它们占比相当小，这与我们对形态的定义模糊有关。例如Meebits没有完全遵循我们的价位逻辑，因为它存在我们前文详细展示过的额外凸起：
图中NFT系列的名称太小，但末尾的'(jan)'或'(dec)'分别标明了数据集出自1月或12月。这些价位的市值份额数据略显嘈杂。虽然地板层似乎仍占大部分，但NFT系列中通常会存在高出地板价10-1000倍的蓝筹，从而大量占据该系列的市值。总体而言，约25–50%的市值属于地板层，10–20%属于中间层，20–40%属于顶层：
07未来的工作
在本文中，我们采取了一些初步措施，根据价格变化行为和各系列的价位对NFT进行了分类。正如我们在上面提到的，价位划分可以依据用例进行调整。对我们来说，目的之一是得出NFT跨系列和资产类别时的共同行为和特征，从而为持有者寻找流动性提供最佳途径。得益于该分析，我们构建了评估矩阵。
对资产在不同系列中的表现，我们已经从高层面进行了概述。现在我们可以仔细研究那些值得注意的观察结果，并加以进一步分析。例如：哪些主要属性让某个特定的NFT系列具有它所体现出来的价格分布模式？价格分布模式是否可以成为特定金融化协议的先行指标或分析指标，用来对特定资产的上架进行分析评估？哪些内部或外部因素会导致某个特定的NFT系列随时间改变其价格分布形态？我们希望在以后的文章中探讨这些问题。目前，我们提供了用于界定价位的量化心理模型，以及一个初步框架，用于在未来几个月内评估我们对NFT流动性方法的假设。如果您对本文有任何反馈，或想与我们一起解决其他问题，请与Gringotts的分析公会联系。*注意：定价数据是NFTBank的估计，不是实际交易。所以这些数字应谨慎对待。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。