원글: https://blog.ginoa.io/ai-based-price-estimation-of-cryptopunks-and-beyond-7ce3204511ab

소개

CryptoPunks는 Larva Labs라는 회사가 2017년에 Ethereum 블록체인에서 출시한 일련의 디지털 수집품입니다. 각 CryptoPunk는 다양한 속성과 특성을 가진 픽셀 아트 캐릭터를 나타내는 고유한 NFT(대체 불가능한 토큰)입니다. 이러한 NFT는 최근 인기를 얻었으며 중요한 디지털 아트 및 수집품 시장이 되었습니다.

CryptoPunk NFT의 가격을 추정할 때 가장 큰 문제 중 하나는 비용을 쉽게 얻을 수 있는 중앙 시장이나 거래소가 없다는 것입니다 . CryptoPunks의 가격은 다양한 온라인 마켓플레이스 및 판매에 기록되어 있지만 이러한 가격은 판매되는 플랫폼 및 특정 NFT에 따라 크게 다를 수 있습니다.

CryptoPunk NFT의 가격을 정확하게 추정하려면 다양한 요소와 기능을 고려해야 합니다 . 가격 추정과 가장 관련성이 높은 일부 기능에는 희소성 , 고유성 및 미적 매력 과 같은 NFT의 속성 및 특성이 포함됩니다 . 다른 중요한 요소로는 NFT의 과거 판매 가격 과 시간 경과에 따른 가격 변화 뿐만 아니라 가격의 평균, 중앙값 및 표준 편차와 같은 판매 데이터를 기반으로 하는 다양한 설명 통계가 있습니다.

이러한 기능 외에도 시각적 매력 및 픽셀 아트의 품질과 같은 NFT의 이미지 기능을 고려하는 것이 필수적입니다 . ETH 및 BTC의 가격 과 같은 시장 데이터는 이러한 암호화폐가 종종 NFT를 사고 파는 데 사용되기 때문에 가격 추정과 관련이 있을 수 있습니다.

가장매매와 같은 무기 거래의 영향을 없애기 위해서는 가격 추정 모델에 가장매매 감지 기능이 포함되어야 합니다 . 이 기능은 NFT에 대한 진정한 시장 수요를 대표하지 않는 거래를 식별하고 제외할 수 있습니다.

전반적으로 CryptoPunk(또는 이 문제에 대한 모든 NFT 수집) 및 NFT 가격 추정을 위한 기계 학습 모델을 개발하려면 다양한 기능과 요소를 고려해야 합니다. 이러한 기능을 신중하게 선택하고 분석하면 속성, 과거 판매 데이터, 이미지 기능 및 시장 데이터를 기반으로 CryptoPunk NFT의 가격을 정확하게 추정하는 모델을 구축할 수 있습니다 .

—

CryptoPunks에 대한 Ginoa 모델 성능 — 경쟁사 1 및 경쟁사 2와 비교

경쟁사 1과 경쟁사 2가 제공한 데이터에 따르면

• 경쟁사 1의 도구는 CryptoPunks의 가격 추정 성공률이 88%이며 ,
• 경쟁사 2의 도구는 성공률이 90%로 약간 더 높습니다.
• 그러나 가장 강력한 도구는 Ginoa의 모델로 성공률이 93%로 가장 높습니다!
•  

또한 아래 그래프는 2022년 4분기 Ginoa 가격 추정 모델의 주간 평균 정확도를 보여줍니다. 거의 모든 주 동안 모델은 90% 이상의 성공률로 작동합니다.

마지막 차트는 실제 판매 가격과 Ginoa 추정치 간의 비교가 선형 라인에 매우 가깝기 때문에 모델의 견고성을 보여줍니다.

후속 NFT 판매

NFT의 후속 판매와 Ginoa 가격 추정치를 추가로 비교하면 높은 오류율이 반드시 Ginoa의 모델을 수정해야 함을 의미하지는 않습니다 . 예를 들어 펑크 #7567, #3054 및 #5659 에 대한 세 가지 샘플 사례를 살펴보십시오 .

2022년 11월 11일, punk #7567은 55 ETH에 판매 되었으며 , Ginoa 모델은 가격을 84.13 ETH 로 추정했습니다 . 이것은 높은 오류처럼 보일 수 있지만 다음 판매를 위해 이 펑크는 67 ETH , 12 ETH 순이익 에 판매되었습니다 .

이것은 Ginoa 모델이 NFT의 진정한 잠재력을 정확하게 추정하고 사용자에게 NFT에 투자할지 여부에 대한 좋은 아이디어를 제공할 수 있음을 보여줍니다.

펑크 #3054 및 #5659 에 대해서도 동일한 시나리오가 발생합니다 . 2022년 12월 13일, punk #3054는 74 ETH에 판매 되었으며 , Ginoa 모델은 당시 가격을 96.07 ETH 로 추정했습니다. 하지만 이 놈의 다음 판매는 85 ETH , 즉 11 ETH 순이익 이었습니다 . 마찬가지로 2022년 11월 11일 펑크 #5659는 77 ETH에 판매 되었으며 Ginoa 예상 가격은 106.67 입니다 . 후속 판매는 101 ETH, 순 24 ETH 이익이었습니다 . 아래는 위에서 언급한 사례와 기타 NFT 판매 및 후속 판매를 나타낸 표입니다.

2022년 마지막 분기(10-11-12월)의 펑크 판매, Ginoa 추정, 다음 판매 및 이익

어떤 경우에는 모델의 오류율이 처음에는 높아 보일 수 있지만 모델이 NFT 가격의 방향을 정확하게 예측하기 때문에 수익을 낼 가능성이 높다는 것은 분명합니다 .

추가 요인

가격 추정 모델의 정확도를 더욱 향상시키려면 추가 기능과 데이터 소스를 통합하는 것이 좋습니다 . 예를 들어 모델은 유사한 NFT의 과거 실적이나 특정 마켓플레이스 또는 수집가의 활동을 고려할 수 있습니다.

모델 학습에 사용되는 데이터를 신중하게 선택하고 전처리하는 것이 중요합니다 . 여기에는 데이터를 정리 및 필터링하여 오류 또는 이상값을 제거하고 기능을 정규화하거나 확장하여 동일한 척도에 있도록 하는 것이 포함될 수 있습니다.

가격 추정 모델을 구축하기 위한 한 가지 가능한 접근 방식은 지도 학습 알고리즘을 사용하는 것입니다. 이러한 알고리즘은 입력 기능 및 과거 데이터를 기반으로 CryptoPunk NFT의 가격을 예측하는 방법을 학습할 수 있습니다.

어떤 접근 방식을 사용하든 강력한 테스트 및 검증 프로세스를 사용하여 모델의 성능을 신중하게 평가해야 합니다 . 여기에는 데이터를 교육 및 테스트 세트로 분할하고 평균 제곱 오차 (MSE) , 평균 절대 오차 (MAE) , 평균 절대 백분율 오차 (MAPE) 또는 중간 절대 백분율 오차 (MdAPE)와 같은 다양한 메트릭을 사용하여 모델 예측의 정확도를 측정합니다.

위에서 언급한 오류 메트릭은 회귀 문제에 사용되는 표준 손실 함수입니다.

• MSE는 예측 값과 실제 값 사이의 제곱 차이의 평균을 측정합니다.
• MAE는 예측 값과 실제 값 간의 평균 절대 차이를 측정합니다.
• MAPE는 예측 값과 실제 값 사이의 평균 절대 백분율 오류를 측정합니다.
• 마지막으로 MdAPE는 모든 절대 백분율 오류의 중간 오류 값을 측정합니다.

CryptoPunk NFT 가격 추정을 위한 기계 학습 모델을 개발하려면 다양한 기능과 요소를 고려해야 할 뿐만 아니라 신중한 데이터 선택 및 전처리가 필요합니다. 감독 학습 알고리즘을 사용하고 강력한 테스트 및 검증을 통해 모델의 성능을 평가함으로써 CryptoPunk NFT의 가격을 정확하게 추정하는 모델을 구축할 수 있습니다.

과대 광고 감지

특정 CryptoPunk NFT에 대한 과대 광고를 측정하는 데 유용할 수 있는 한 가지 잠재적 메커니즘은 NFT에 대한 소셜 미디어(Twitter, Reddit) 및 온라인 대화(Discord)를 분석하는 것입니다 . 여기에는 소셜 미디어 플랫폼, 온라인 포럼 및 기타 온라인 소스에서 데이터를 수집하고 분석하여 NFT에 대한 토론의 트렌드와 패턴을 식별하는 것이 포함될 수 있습니다.

이 데이터를 사용하여 과대 광고를 탐지할 수 있는 방법에는 여러 가지가 있습니다. 예를 들어, 이 모델은 NFT에 대한 논의의 빈도와 강도를 분석하거나 자연어 처리 기술을 사용하여 대화에서 긍정적이거나 부정적인 감정을 식별 할 수 있습니다 . 이 모델은 팔로워 수나 게시물의 가시성 등 NFT를 논의하는 개인 또는 커뮤니티의 영향력과 범위를 고려할 수도 있습니다 .

모델은 소셜 미디어 및 온라인 대화를 분석하는 것 외에도 미디어 보도의 존재 또는 유명 수집가 또는 예술가의 참여와 같은 다른 과대 광고 지표를 고려할 수 있습니다 .

과대 광고 감지 기능을 포함하면 CryptoPunk NFT 시장에 대한 보다 포괄적인 보기를 제공하고 원시 데이터에서 즉시 명확하지 않을 수 있는 잠재적 추세 또는 패턴을 식별하는 데 도움이 될 수 있습니다. 소셜 미디어와 온라인 대화를 분석하고 과대 선전의 다른 지표를 고려함으로써 시장의 역동적이고 주관적인 특성에 더 적합한 모델을 구축할 수 있습니다.