深度解析NFT預言機賽道：對比Abacus、Upshot和Banksea項目_SHO

一、引言

承接上篇，我們分析了NFT的流動性問題，在文章中，我們指出：NFT要想與DEFI進行結合，其中非常重要的基礎設施就是「NFT預言機」。本篇我們將與大家一起探討市面上NFT預言機相關項目及其所采用的的定價機制或模型，以全面了解這個賽道當前的發展方向和發展情況。二、項目調研

我們搜集了目前針對NFT價格的預言機項目，主要有：Abacus、Upshot、Nftgo、Banksea其中Nftgo暫時未查找到關于其相關的預言機機制，官網說會開發，估計沒做好，所以排除。我們來一個個了解1、Abacus

主網站、白皮書、相關資料1.1介紹Abacus有兩套定價機制：1）同行激勵定價

Abacus的同行激勵定價模型介紹2）AbacusSpot**AbacusSpot通過為交易者創造一個流動市場來推測NFT池的價值，實現對NFT實時估值。**流動性是由交易者最初進入資金池并在其整個生命周期內進一步鑄造產生的。該協議通過要求所有者通過向持有人支付費用或通過公開拍賣將收益與池中的流動性交換來退出，將NFT交易的價值與真實的NFT價值掛鉤。1.2它是如何工作的？1.2.1創建一個池1）NFT所有者首先將其NFT存入池庫，選擇退出費用，代表其NFT池的Token的初始NFT估值。NFT現在被鎖定在池中，提取它的唯一方法是支付退出費或在拍賣中出售。2）開始對池Token進行荷蘭拍賣，并在Token的初始供應售罄后結束。起始估值基于拍賣期間提供給金庫的ETH總量。例如，如果總共以0.1ETH的價格出售了100個Token，則NFT的估值從10ETH開始。當礦池處于活動狀態時，礦池所有者擁有「憑證」，這使他們有權通過向Token持有者支付退出費或在拍賣中出售來從池中提取NFT。使用憑證，NFT所有者可以使用池子反應出來的價值進行交易、借貸或借貸。此外，池子所有者會收到由池子的交易量產生的交易費用，類似于典型的DEX流動性提供者。1.2.2貿易1）創建池后，可以開始交易。該池作為自動做市商(AMM)進行。這是NFT實時價格的由來：池子的價值就是NFT的實時價格。2）如果NFT被認為被低估，可能會急于購買池中的Token，如果池中的Token供應量不能覆蓋NFT的估值，買家將會把池子買空。因此，在礦池Token供應枯竭的情況下，有興趣的投機者可以以溢價鑄造新Token。1.2.3保險庫關閉保險庫關閉以兩種方式之一發生：1）關閉拍賣提取鎖定的NFT的第一種方法是拍賣NFT。為了發起拍賣，所有者開始投票，必須通過Token持有者投票批準。在拍賣開始時，交易被鎖定，不允許其他用戶進入或退出流動池。拍賣結束后，--NFT的拍賣價格將給予NFTToken的所有持有者，根據所有權的比例來分配--中標人獲得NFT--NFT所有者獲得池子的價值2）給退出費退出NFT所有者支付退出費贖回NFT，退出費將由所有Token持有者按所有權比例來分配。由于礦池將相互競爭流動性，我們預計退出費用百分比將達到市場平衡，因為所有者必須選擇足夠高的退出費用來激勵參與。相關示例可以參考上一篇文章中的部分內容

《天津節約用水條例》：加強區塊鏈等技術與節水技術、管理及產品的深度融合:7月31日消息，為深入貫徹落實習近平總書記關于水資源節約集約利用的重要指示，天津市人大常委近日完成《天津市節約用水條例》修訂，將第五條第二款修改為：“本市鼓勵和支持節約用水的科學技術研究，加強大數據、人工智能、區塊鏈等現代信息技術與節水技術、管理及產品的深度融合，推廣節水新技術、新工藝、新產品，培育發展節水產業。”（天津日報）[2021/7/31 1:26:35]

AbacusSpot示例1.3AbacusSpot的意義是什么？1.3.1借貸因為NFT的價格就是池子的實時價值，所以就可以無縫參與借貸。1.3.2杠桿位置有趣的是這個定價方式允許NFT所有者使用杠桿。事實上，據官方介紹，除了購買Token外，交易者還有機會做空他們認為被高估的NFT池。2.Upshot

主網站、相關資料2.1介紹UpshotOne致力于成為市面上通用的NFT預言機項目，其定價機制目前經歷了兩個階段：1）問答協議2）機器學習2.2問答協議通過設計出一系列機制讓代理們誠實且高質量地回答問題，然后再選擇出最高質量的答案作為問題的「答案」。2.2.1過程1）提問：提問問題然后列出選項2）回答：代理人下注后回答問題3）選擇：代理人根據他們下注的份額隨機選擇回答問題4）評分：對選定代理的答案進行評分并作為問題的解決方案5）分叉：如果攻擊成功或反映不同的偏好，可以分叉一系列問題和答案步驟一：提問任何人都能在Upshot上提問，但必須遵循以下規則1）列出他們問題的可能答案2）說明代理人應該對他們的答案有多大的信心3）定義過濾標準，限制可以考慮哪些人的答案4）支付獎勵給成功代理的費用，以任何貨幣支付步驟二：回答代理人投入賭注，然后盡可能地誠實去回答更多問題。而越高的賭注代表越高的信心，越可以回答更多的問題，也越有可能被當作最終的答案。步驟三：選擇Upshot會通過「無替換隨機抽樣」3個代理作為后續的被評分的答案。1）采用無替換抽樣確保是確保「創建許多假賬戶，每個賬戶都持有少量賭注永遠不會比一個大量賭注的賬戶直接投注更有利可圖」。2）隨機抽樣需要一個隨機種子以確保抽樣是真正隨機，不可預測的。UpshotOne通過兩步程序確保隨機種子。首先，種子是在選取之前提前選擇的，而會在未來的區塊中被選擇，這在其創建之前是很難預測的。其次，在選擇的區塊鏈被實際計算后，它被用作Chainlink的可驗證隨機函數服務的輸入，該服務輸出加密安全的隨機數，而這個輸出的隨機數就用作UpshotOne的代理選擇的隨機種子。步驟四：評分將選定的代理答案提供給UpshotOne的對等預測機制，以試圖在沒有任何驗證手段的情況下引出誠實的信息。而這個對等預測機制具備非最小機制、多任務以及DMI機制的特性。解釋幾個名詞：：就是要求參與者提供超出答案本身的信息。也就是說，他們詢問參與者其他人說出與他們相同答案的概率有多大，而得分最高的是「最不驚訝」或「最不出錯」或「最具預測性」的參與者。：就是讓代理們回答盡可能回答更多問題來增加答案的相關性：就是指至少三名參與者必須回答至少2C個問題才能對任何一組答案進行評分。參與者的答案被匯總到列中，并按他們各自的問題進行索引。

FilDA與HOGT達成深度戰略合作:據官方消息，FilDA與HOGT達成深度戰略合作，雙方將在DeFi生態、社區合作、資源共享等多領域展開合作。

據了解，去中心化借貸平臺FilDA將為HOGT導入線上30000+用戶，支持HOGT生態建設。HOGT也將深度支持FilDA的去中心化借貸業務。

據悉，HOGT上線前30分鐘，TVL已突破1億USDT。[2021/5/16 22:08:14]

這些列相互配對，然后分成兩半。每個「半列配對」都被轉換為一個矩陣，其中列出了參與者之間重疊答案的數量。對于「是或否」問題的二元問題，將形成一個2x2矩陣，然后計算矩陣的行列式并乘以另一個矩陣。如果一個代理人總是說「是」，盡管對某些問題的誠實答案是「是」和「否」的混合，那么，每當一個矛盾的代理人與一個誠實的代理人配對時，他們的分數就會更低。步驟五：分叉一個問題的本質上可能是主觀的，并且人們可能希望再次決議，因此Upshot允許分叉一系列決議。2.2.2結果Upshot原定計劃利用這種問答協議來定價市面上的NFT，例如詢問該NFT的定價是否在1~2ETH之間，或是XNFT是否比YNFT價格更高等來確定NFT的定價，但這種方式有明顯的缺點：1）不容易可擴展，如果NFT市場規模太大了，如果要精確定價的話問題量過于龐大，并不適用于這個瞬息萬變的大規模NFT市場；2）結果評估的不是很準確。所以項目方就放棄了使用這種問答機制定價NFT，轉由具有高擴展性、高準確性、高效率的機器學習來給予NFT一個全自動且更平滑的定價。2.3機器學習模型Upshot的機器學習模型是基于歷史銷售數據和NFT元數據來綜合分析和預測，而基于這些很有參考價值的信息和歷史銷售數據轉換成更密集和豐富的數據集，而不是僅僅依靠單個NFT的價格趨勢，以此生成準確、可靠的定價。2.3.1介紹1）機器學習模型會提取歷史銷售數據、出價/要價和NFT元數據，以根據這些信息構建特征，從而生成準確、可靠的定價。2）通過檢查它們對訓練過程中未使用的數據的準確性來驗證預測，并通過將模型的預測與實際銷售價格進行比較來獲得誤差范圍。3）預測的價格和誤差范圍都為NFT買家、賣家或開發者在NFT經濟之上構建產品提供了有用的信息。機器學習模型能夠整合更簡單模型未考慮的數據，例如匯集NFT的銷售歷史以預測單個NFT并利用一系列NFT元數據。目前項目的大部分研究工作都集中在構建不同的預測變量上，使用自動化方法來發現最重要的變量，并通過迭代獲得一個精簡但強大的模型。2.3.2特點Shapley值該模型使用Shapley值來揭示模型中使用的不同變量的重要性。這有助于解釋復雜的ML模型如何達到其預測的NFT價格，這對于進一步開發模型和理解意外預測很有用。這樣的分析也有助于直觀地了解NFT價格的潛在驅動因素，并確定對每個NFT項目真正重要的變量。稀有度數值模型會根據NFT的屬性組合構建稀有度數值，背后的基本思想涉及計算觀察NFT屬性的概率。這個概率越高，稀有度得分就越低。概率越低，就越稀有，從而產生更高的稀有度分數。目前模型實現了對這些概率的快速近似，因為在給定大量可能的組合情況下精確計算它們在計算上是復雜的。除了計算一階稀有度分數外，同時模型還計算了二階分數，該數值不僅考慮了觀察到具體屬性的概率，還考慮了該組內不同成對的屬性組合的概率。這種計算稀有度的方法可以擴展到任意高階稀有度以及CryptoPunks之外的其他NFT項目，其中一組固定的NFT以固定的稀有度數值發布。隨著時間的推移發布新NFT的項目，可能具有以前從未見過的新特征，需要更復雜地計算稀有度數值。3、Banksea

最高法：推進區塊鏈等技術在知識產權審判和司法工作中深度應用:11月9日消息，最高人民法院副院長楊萬明在新聞發布會上通報，《最高人民法院關于支持和保障深圳建設中國特色社會主義先行示范區的意見》由最高人民法院黨組會審議通過，今天發布實施。《意見》指出將完善技術事實查明認定體系，推進區塊鏈技術在知識產權審判中的廣泛應用；全面推進區塊鏈等信息技術在司法工作中的深度應用，提高司法工作智能化水平，全面加強智慧法院建設。加強數字貨幣、移動支付、與港澳金融市場和金融(基金)產品互認等法律問題研究，服務保障深圳金融業創新發展。（最高人民法院官網）[2020/11/9 12:04:31]

主網站、相關資料3.1介紹Banksea旨在建立一個創新、安全、高效的基于NFT池的借貸中心。協議主要有兩個功能：NFT價格預言機、基于Pool-based的NFT借貸平臺。前者是后者的基礎。本篇我們將只介紹NFT價格預言機這一部分。3.2NFT價格預言機

BankseaOracle架構BankseaOracle由三部分組成：AI節點集群、鏈上合約、合約接口。：爬取NFT相關數據、提取NFT特征、AI模型計算。：由分布式AI節點提供的匯總價格，以提供最終的NFT價格和風險評估。：對接NFT生態和項目，支持定制化定價機制開發，支持用戶單NFT價格查詢。

3.2.1報價生成過程1）獲取多維度數據實時監控和抓取行交易平臺行情數據、社交媒體數據、以太坊和solana的鏈上NFT數據，為NFT估值提供數據支持。2）數據聚合清洗將不同維度的NFT數據聚合、清洗，生成NFT模型所需特征。3）AI節點集群根據構造的NFT特征歷史數據訓練模型，部署模型，提供NFT報價及評估風險小大。4）鏈上合約數據通過鏈上聚合數據發送給數據需求方。所有節點的預言機都將數據發送到鏈上的智能合約中，智能合約通過一定的邏輯去除異常值后，取出合理的數據提供給數據需求者。5）合約接口AI節點會定期向預言機程序提供數據，預言機程序會將數據匯總并保存。第三方程序可以讀取保存的數據。提供Rust和JS接口請求合約。3.2.1如何防止預言機被攻擊1）NFT項目白名單制：項目方會根據一定的規則動態調整能用來報價的NFT的系列有哪些2）報價、風險評估雙AI模型，并且輸入數據維度多樣化：AI節點除了報價模型外，還有一個風險評估模型用來評估NFT的風險3.2.3如何應對NFT大幅度價格波動？1）實時估價，實現分鐘級甚至秒級監控2）通過白名單過濾有質量的NFT資產三、對比分析

中科院院士：密碼技術將深度融合到區塊鏈等新技術發展中:中科院院士、密碼學家王小元表示，信息技術極大地推動著世界向更高效、智能、環保、便捷的方向前進，人工智能、工業互聯網、區塊鏈、大數據交易等行業備受青睞。密碼技術是數據治理和信息保護的重要手段。密碼技術將深度融合到5G、區塊鏈、人工智能，衛星通信、物聯網、智慧城市等新技術發展中。（封面新聞）[2020/9/15]

我們小組通過對上述幾個項目的調研，進行了多次討論，形成了一些看法，與大家分享一下。AbacusSpot

優點：價格是反應NFT實際價值的：因為經過了市場參與者的博弈，雖然可能有偏差，但是是偏向于趨近于價值的；價格自動實時的：在AMM市場會實時反映價格，也能通過提供API來獲取。缺點：大規模應用很難：因為每個NFT都需要走一次荷拍，不方便做自動化，效率也不高；拓展比較難：當池子關閉了，價格就消失了，那基于價格的衍生品就完全沒法做。現狀：目前我觀察其Discord活躍度很低，當然也存在人員在做事無暇管理的可能性；在池子建議引入AMM后，事實上就不用管了，不消耗其他的東西，但是怎么吸引人或者專門提供流動性的供應商來做這個AMM，是一個非常需要考慮的點；目前項目還在開發階段。評價：因此，我們評價AbacusSpot即使成功，也只會針對一些高凈值的NFT，然后將這些NFT的價值釋放出去，介入到類似于借貸這樣的DEFI里面。它不大可能成為大規模NFT定價的基礎設施。Upshot

優點：采用機器學習的算法來預測NFT的價格，具備大規模定價的前景；根據官網介紹，在給出價格的同時，會給出價格的誤差區間，這對于NFT的各個參與方都是一個很好的價格提示；雖然未給出具體的MachingLearning的算法機制，但是給出了其中的一些細節，并給出了一些預測案例，整體上感覺比較務實；據技術人士了解，Upshot的團隊是很厲害的，其也有開發定價機制的經驗。缺點：機器學習這種模型本身的缺陷：1）需要大量的數據進行訓練，目前來說，有效的NFT歷史元數據到底夠不夠，能不能夠訓練出合適的模型；2）通常來說機器學習算法容易出現過擬合的問題，該怎么解決，是否需要不停的迭代；針對不同的項目，機器學習需要關注的屬性特征是不同的，也就是說，不同的NFT系列會需要訓練出不同的模型，這其實對于擴大市場是不利的；同時，當NFT出現屬性的增減時，模型也會在一定程度上失效從而需要迭代更新，這也是一個需要解決的棘手問題。現狀：Discord人數雖然不多，但是還是有一定的活躍度，項目方也獲得了新一輪的融資，相信做事更有干勁了；

動態 | 國家郵政局局長：重點推動大數據、區塊鏈等技術和郵政業深度融合:國家郵政局局長馬軍勝今日在2019年世界郵政日表示，針對我國郵政業的發展不足，在“智慧郵政”方面，要聚焦提質效育動能，進一步增強郵政業的發展后勁。加快推進“兩進一出”工程，推動“快遞進廠”、“快遞進村”、“快遞出海”；大力實施“科技興郵”戰略，加快落實“郵政業大數據發展”行動計劃，重點推動云計算、大數據、物聯網、區塊鏈、人工智能和郵政業深度融合，提高全要素生產率和運行效率，加快“智慧郵政”建設等。（新京報）[2019/10/9]

目前項目方開放了API的測試申請，還有Beta版本的測試，可以參與一下；項目方暫時沒有發布任何關于發行Token的計劃和資料，主要精力都花在打造實時NFT評估系統上。評價：我們對Upshot的評價是很高的，這種基于NFT歷史元數據的機器學習模型使NFT獲得實時價格成為可能，從而使NFT與DEFI可以走到一個歷史交匯點；其有可能成為未來NFT*DEFI的一個基礎設施；當然，我們也需要注意：但是由于不是簡單的算法機制，價格會具有很高的不確定度，價格的可信度完全取決于模型給出的結果及誤差區間，有待觀察未來的表現情況。Banksea

優點：采用AI模型來訓練NFT的數據集，從而產生準確、高效的預測價格，相對于Upshot，在數據集上引入了更多關聯數據：比如社交數據、媒體數據等，在一定程度上豐富了數據的維度；動態NFT白名單過濾機制篩選優質項目，結合多維度數據源+AI模型+多節點獎懲機制的報價模式使報價更合理；項目方同時開發了借貸機制：在借貸方面，給貸方風險敞口讓愿意擔風險的用戶獲得更高的利息，不愿意擔風險的用戶獲得穩定收益；對抵押方，設定預清算緩沖期，給抵押方足夠的時間免于被清算；經濟模型上看，協議通過從向保險資金池收保費+協議收入分配的結合的方式為壞賬準備了安全資金池，并通過協議支持模塊預防資金池枯竭的風險，讓協議能抵御黑天鵝以更穩健的方式運行；缺點：AI作為機器學習的一種，也具有上述Upshot項目中可能的問題：數據集能否訓練出合理的模型問題、過擬合問題、不同NFT系統需要不同模型問題、NFT特征變化需要迭代模型問題；官方未給出AI模型的機制原理，這一部分的源代碼據管理人員回復也不會開源，所以效果需要打一個問號；相關借貸機制的資料和文獻目前沒有更新出來，只有清算這一部分的資料；據官方介紹，會提供分鐘級甚至秒級的價格響應，這到底能不能實現，是否需要消耗大量的算力來計算，這也有待持續跟蹤觀察。現狀：作為Solana黑客松的優勝項目，關注度非常高，Discord人數很多；2022年4月份將開啟IDO，熱度高是好事也是壞事，有可能一級市場的估值直接拉滿，我們做了一個推算：一級市場估值大概在1億美金左右；最新一期的Gitcoin13捐贈里面包含了Banksea，如果有捐贈的可以去Discord申請OG身份，根據管理員介紹，會有空投；其在1月份發行了CitizenOne的NFT，持有NFT可以享有一些權限，有興趣的朋友可以研究一下，目前在二級市場是可以交易的評價：我們對Banksea是高度肯定的，其設計理念首先就經過了黑客松的嚴格檢驗，其AI模型、借貸機制從邏輯上都是非常合理的。其在定價上引入了更多維度的數據來保證定價的準確性，在借貸上引入了風險AI機制來保證借貸的資金安全和清算風險。其很有可能是成為NFT*DEFI的一個預言機基礎設施，并具備完好的對接DEFI的項目。當然，我們也需要注意：我們需要觀察項目的落地效果和實際表現情況。對比我們通過幾個維度對Abacus、Upshot、Banksea進行了對比：

幾個預言機項目對比四、總結

1、總體思考

在上一篇關于「NFT流動性」的文章中，我們就指出：NFT預言機是NFT提高流動性最重要的基礎設施，也是使NFT與DEFI進行結合的基礎。我們非常贊同Upshot項目方的一句話：可信的NFT估值是大規模采用的關鍵。因為：1）通過NFT的實時定價，NFT才能和DEFI真正結合；2）NFT價格的信息透明度會導致市場活動增加：參與者更容易評估NFT的工具可以顯著降低新用戶的入職成本，為賣家帶來更大的收入，并增加市場的整體活動；3）NFT的實時報價將提高市場透明度，減少NFT市場中的信息摩擦，并鼓勵更廣泛的開發者社區的參與——為新一波NFT產品和協議打開閘門。2、當前NFT預言機的發展思路

1）如果結合我們的上一篇文章可以看到，NFT價格的預言機制經歷了很多的嘗試和發展：同行激勵評估定價/博弈定價/流動池定價/算法定價/……2）目前的市場風向更偏向于利用算法模型來對NFT價格進行實時定價。這種轉變是應現實需求發生的，如果要規模化的對于NFT進行定價，就必須要考慮到效率問題和參與成本、復雜度問題，如果能由機器進行自動計算和運行是最理想的結果。3）我們分析下面兩類算法模型會有較高的成功可能性：基于多維度元數據的機器學習模型：--側重于預測NFT的未來價值--優點：--需要解決的問題：基于歷史元數據的權重計算模型：--側重于分析NFT的當前價值--市場上目前這樣的項目還沒有怎么看到--優點：--需要解決的問題：3、我們心目中好的NFT預言機

3.1什么是好的預言機我們認為好的NFT預言機應該是能對頭部項目進行自動化的全面定價、而非單個和只對地板價進行定價的。自動化、全面代表效率；提供報價實效性要足夠強，因為市場瞬息萬變；機制要夠簡單，根據奧卡姆剃刀原理能解決問題的最簡單的辦法是最優的，復雜會帶來不可控、不可預知的風險。簡單來說就是輸入數據全面干凈、報價實時、模型簡單。3.2應該怎么做對項目根據coinmarketcap統計的NFT項目數量共2100個，前10名的項目(占項目數的0.5%)占了總市值的70%，說明NFT項目市值主要集中在頭部項目上，因此需要按一定規則篩選出好的項目，簡單來說就是白名單機制，同時白名單要有動態更新機制來過濾掉發展不好的NFT項目和加入符合要求的NFT項目。關于數據預言機是個價格生成器，輸入源數據通過預言機加工，輸出價格。因此做出合理的預言機首先要看需要輸入哪些數據。

數據源分析從數據源看：--NFT屬性數據量小單又是價格決定的主要因素，要作為預言機輸入的數據；--NFT鏈上數據、NFT交易平臺數據雖有部分噪聲但也是最能直接反映NFT價格的數據同樣需要作為預言機的輸入；--項目的社區數據、社交媒體數據則噪聲過大，處理流程繁瑣，量化過程中用到的模型復雜不大適合作為預言機輸入的數據源，如果要用，需要一定的手段來限制權重。預言機模型有了輸入數據后，預言機可以選擇用、或三種形式對數據作加工生成最終的輸出價格。由于同質化Token價格相對連續，因此采用的是多節點提供數據用規則加工輸出的形式，NFT相比同質化Token價格離散并且每個NFT都有不同的屬性用簡單的規則不足以給出合理的價格，因此需要選擇模型來對這種具有更復雜模式的標的進行定價。考慮到報價的實時性要求、模型的可解釋性問題，簡單的機器學習模型是更好的選擇，深度學習模型過于復雜，應對復雜的報價系統會有不可預知的系統性風險。此外，用模型會涉及到歷史數據使用長短的問題，NFT的價格分布是不是隨時間變化是決定使用歷史數據長短的關鍵因素，這部分需要用模型擬合頭部項目的價格走勢來確定。4、建議

我們建議大家保持對于Upshot和Banksea的關注，如果有機會的深入參與進去！原地址

Tags：NFTHOTUPSSHONFT4PlayhotchainPudgy Pups ClubBigShortBets

ETH