撰文:Jake Brukhman,CoinFund 创始人 不管是出于科学角度,还是处于实际原因,「Fractionalization」都不应该是唯一的 NFT 估值机制。我们应该更广泛地理解 NFT 估值机制。 正如我之前所说,底价(floor pricing)是一种「从 0 到 1」式的创新,因为它展示了一种基本机制,通过这种机制,那些被视为非流动性的资产类别证明具有一定流动性。「底价」机制虽然不精确,但仍然是一种创新,允许 NFT 具有最低流动性,可以让收藏品像股票一样被交易。) 一般来说,NFT 基金这类产品(例如 NFTX ) 会收集一组 NFT (通常是一个系列的相关 NFT ),然后在这组 NFT 上应用估值函数。以 Hashmasks 为例,他们必须决定需要给 1 Hashmasks 的存款人发行多少 MASK 代币。 在当今大多数此类方案中,对于某些 NFT 「x」,估值函数如下所示: V(x) = 1 博弈是这样进行的:如果每个项目价值 1 MASK ,那么我应该存入我能找到的、最便宜的 Hashmask ,并赚取尽可能大的点差——而这,就是底价机制。 NFT 基金之所以设计的如此巧妙,是因为现在任何人都可以存入 Hashmask 并提取流动性资产,比如 MASK 。(注:假设存在一些 LP 机制、市场等。) V (x)=1 的 NFT 基金是次优的,因为最昂贵的 Hashmask 和 1 MASK 之间的价差可能无法由某些辅助机制填补——价差大且变幻莫测。 由于存在这种价差,大多数 Hashmask 不会进入该 NFT 基金。 那么,有没有更好机制呢? 我们再来看下另一个估值函数,如下所示: V(x) = v (x) 其中 v (x) 是物品的实际价格。 我说这么多是多余的吗?我保证自己并不想说一些没用的东西,我只是把问题分解成更小的部分—— 一个是基金部分(细分),另一个是估值部分。对于后者而言,产生估值的一般方法大概只有以下两种: 买下你要估值的东西 准确预测将来有人会买下你要估值的东西的价格 实际上,这两种类型的方法都是有效的,但有一个主要区别:第一种方法,购买(或拍卖,或有风险的)物品需要大量资金;而第二种方法,则需要某些固定成本。 第二种方法的潜在示例可能包括: 开发机器学习定价模型的固定成本 用于为多个项目定价和摊销成本的固定股份 对等预测(peer prediction)等新算法 专有模型 暗示估值的 Fractionalization 方案 我对按照第二种估值机制创建的项目感兴趣——因为第二种类型的资本效率更高。 如果你正在构建此类项目,我的私信是开放的。如果你想了解有关 NFT 估值问题(#NFTValuationProblem)中所涉及到的、更广泛的框架,可以在 这篇文章 进一步探讨。 最后的想法,如果你的估值函数是 V(x) = v (x) ,那么一个基金中的所有 NFT 都没有特别理由需要来自某个特定系列。 现在,您可以去代币化收藏品和博物馆画廊了。 来源链接:twitter.com —- 编译者/作者:区块链网络 玩币族申明:玩币族作为开放的资讯翻译/分享平台,所提供的所有资讯仅代表作者个人观点,与玩币族平台立场无关,且不构成任何投资理财建议。文章版权归原作者所有。 |
CoinFund 创始人:浅析 NFT 估值机制
2021-08-03 区块链网络 来源:链闻
LOADING...
相关阅读:
- 两日交易额9320万美元,NFT的疯狂周末发生了什么?2021-08-03
- NFT周报:腾讯推出NFT数字藏品交易平台,Shopify支持NFT销售2021-08-03
- Vitalik Buterin:基尼系数应用于加密货币有局限,这里有替代方案2021-08-01
- YGG、 Channels 相继竞拍拿下进化星球 NFT 地块2021-07-29
- Binance Labs投资NFT创意和制作公司NFKings2021-07-29