NFT类别，如虚拟土地、PFP和游戏资产，是评估项目和收藏品的常见框架。然而，很少讨论的是收藏品中的价格"层级"，以及同一价格层级的资产在NFT类别中的表现。
GringottsDAO的使命是成为NFT持有人获取流动性的一站式服务。随着新的NFT金融化协议的迅速出现，我们着手评估不同方法在用户寻求流动性的NFT类型方面的功效。我们没有纯粹关注资产类别，而是研究了所有这些资产的共同属性--它们的价格。
更具体地说，我们试图回答3个问题：
在整个市场上，NFT的价格分布是怎样的？
是否有价格分布模式出现，如果有，它们有多普遍？
从这些分布中，我们如何定义价格"层级"，使特定的NFT更适合于某些流动性方法而不是其他？
一个主要的发现是，不同藏品和NFT类别的项目可能比同一藏品中的项目表现得更加相似。因此，价格分布分析可以给用户和开发者提供一个更全面的观点，即在哪里可以找到最好的流动性，以及金融化方法的可解决市场。
方法论
NFTBank是一个算法资产评估产品，它使用机器学习来预测NFT价格，基于过去类似资产的定价。我们从NFTBank提取了3个月的数据。首先是2021年12月15日（279个收藏，约240万个NFT，约370万个ETH市值），然后是2022年1月13日（540个收藏，约1420万个NFT，约890万个ETH市值），以及最近的2022年2月27日（538个收藏，约1480万个NFT，约650万个ETH市值）。
这篇文章深入探讨了我们发现的4个观察点：
1.价格分布通常在整个系列和内部都非常集中。
2.价格分布有5种主要的"形状"，似乎与NFT的"类别"（PFP、游戏、虚拟土地等）没有关系。
3.价格分布形状通常保持不变。对于75%的收藏品，价格分布在不同时间点保持不变。对于那些发生变化的，则是朝着一个"相关"的形状。
4对于具有指数衰减和对数正态分布的收藏品（60%的收藏品），我们可以定义并研究底层、中层和高层资产的行为。
集中的价格分布
在整个NFT市场中，市场是集中的，前10个收藏品占市值的60%以上，基尼系数约为0.9。
在收藏品中，大多数价格分布遵循一个模式，即大多数物品的价格接近底线。剩下的少数项目构成了价格范围的大部分，因此对收藏品的市值有很大的贡献。
正态分布价格图的例子：
在这些图表中，X轴被分成100个相等的部分，所以第一个图表（CryptoPunks）为例表明，几乎所有Punks的价格都在全部价格范围的前2%内。
这对最适合地板项目的NFT金融化产品来说是有希望的，例如，像NFTX这样的流动性池，可以作为"地板AMM"，为NFT所有者提供即时流动性，他们可以针对池子交易他们的地板资产。
拥有大量底层项目和可靠价格反馈的集合（那些经常在大量不同的独特地址之间交易的集合）也是P2Pool贷款产品中作为抵押品的不错选择。这是因为底层资产通常可以被视为"相同的"，因此不需要人工评估。一旦插入价格反馈和自动评估风险的手段，贷款条款就可以自动化。
在上面的样本中，注意到一些收藏品（例如VeeFriends和Decentraland）并不符合这种"模式是地板"的模式，然而。事实上，价格分布模式属于5种不同的形状之一，这就带来了我们的下一个观察。
价格分布有五种主要形状：
在整个收藏品中，我们观察到的价格分布形状是：
1.指数衰减。这些藏品的大部分价格都在底线附近，有一条长长的高价位藏品的尾巴。~我们抽样调查的收藏品中约有40%表现出这种情况。例子包括Cryptopunks,RTFKTCloneX+Murakami,和MutantApeYachtClub
2.类似对数正态分布的形状与指数类似，但模式略高于地板价。我们抽样调查的NFT中，约有20%表现出这种情况。例子包括BoredApeYachtClub,SandboxLAND,和Decentraland。
3.对称（或类似正态）分布是指资产高度集中在平均价格周围，两侧逐渐减少。我们抽样调查的收藏品中约有5%展示了这种情况。例子包括Anonymice,Blitmap,和Rollbots。
图片
4.多模式分布在更大的范围内表现出几个凸起和尖峰。我们取样的集合中约有20%表现出这种情况。例子包括VeeFriends,Autoglyphs,和FLUFworld。
5.点状分布模式有上述形状之一，但价格分布在<0.1ETH。因为我们将其定义为大致相同的价格，所以我们将这些标记为"点状分布"。这种形状是较小市值的集合的共同特征（除了PVFD，前100名的集合都没有表现出这种形状）-因此它们起到了某种过滤器的作用。我们抽样调查的NFT中约有15%表现出这种形状。例如PVFD、ZodiacCapsules或PEGZ。
值得注意的是，NFT类别（PFP、虚拟土地、游戏资产等）与价格分布形状并不相关。例如，Cryptovoxels、Decentraland和SomniumSpace的虚拟土地NFT都有不同的分布（分别是指数型、对数正态型（在1月/12月数据中是对称的）和多模型）。
价格分布很可能是一个NFT系列本身固有特征的函数，而不是它所属的NFT类别。对于土地来说，这可能是位置、地块大小、人流量（创收潜力）、已经建成的土地，因此以高价出售，等等。
接下来，我们研究了这些价格分布是否随时间变化：
价格分布（一般）保持不变
由于这里的数据有限（3个数据点），只有时间能证明这里的分析是否能继续保持到未来。再看一下正态分布的价格，我们可以看到，12月（灰色）和1月（红色）的价格分布往往是一致的，但并不总是，或者至少与2月（蓝色）的价格分布形状相似。
从包括在1月和2月数据中的537个nft系列中，166个在价格分布形状上发生了变化（30%）。从1月到12月，我们也看到了类似的部分变化（25%）。这听起来似乎很多，但请记住，以上对藏品分布形状的分类有点模糊，因为我们对截止日期的要求并不严格。
例如，人们可以在指数衰减和对数正态之间做出区分，"如果模式>底价=>对数正态"。看一下模式与底价的比率，我们选择了一个更宽松的定义，允许模式甚至比底价高10-20%，因为我们看的是拟合分布来分类它们的形状。
基于此，我们认为指数衰减和正态分布是"相关的"。
对于观察到价格分布变化的案例。
~42%改变为/从一个点分布，点分布具有其他四种形状中的一种，只是在一个非常狭窄的价格范围内
~26%从指数衰减或类似对数正态变为多模态，这一类的定义也比较柔和，因为我们的分布通常只有一个模式。我们定义这个形状是为了把像VeeFriends这样有几个凸起（模式）的分布与其他形状区分开来。
~22%是指数衰减到/从对数正态的变化（如果我们采用严格的方法，这个数字会高得多）
剩下的~10%的变化都是向/从对称分布，其中对数正态分布占主要份额（6%）。这又是由于对数正态分布和对称分布之间的界线定义相当软弱（即这两种形状也是"'相关的"）。
定义价格层级
基于上述观察，我们寻找具有指数衰减和类似对数正态形状的集合来定义价格层级，因为底价可以作为这里的合理锚点。当然，由于"绝对"的底价可能只是一个最低上市价格的项目，我们想找到一个适当的乘数，在这个乘数下，更多的项目被归类为底价项目。
界定底价：我们研究了不同的下限量值以及它们与底价的比率。
在这800个藏品中，大约90%的藏品的中位数低于1.4*底价。在这里选择一个阈值更多的是取决于我们所考虑的使用情况：如果我们向右走得更远，以包括更大份额的收藏品，我们就会以扩大其价格范围为代价，使这个收藏品的同质性降低。
为了使阈值适用于~90%的收藏品，阈值为
1.3给出~25%的四分位数（所以涵盖25%的项目）
1.4给出~50%的四分位数/中位数
1.75给出了~75%的四分位数
低于30%的藏品可能太少，而[地板价*1.75]的价格范围可能太宽。因此，我们选择了1.4的乘数作为底价的分界线。换句话说，"底层"物品被定义为那些在地板价格，地板价格*1.4]的价格范围内。
定义顶级物品：我们可以采用类似的路线，使用顶级量值。
2.5的阈值涵盖了这些~800个藏品中90%的藏品~85%。它还包括其中2/3的收藏品的95%，甚至其中~20%的收藏品的99%。换句话说，2.5的门槛将把前10%的资产放在90%的收藏品的"顶级"中。
同样，我们可以对这个集合进行更多的排他性，例如将这个阈值提高到4。
根据这些对底层和高层项目的定义，我们可以把中层项目定义为那些价格在[地板价格*1.4，地板价格*2.5]之间的项目。现在我们来看看这些价格层级的特点。
定义的价格层级的特点：
1.地板价：价格在地板到地板价*1.4之间的物品。
地板价通常占一个收藏品中50-75%的物品，占其市值的25-50%。它们的数量和同质化的行为使它们适合于流动性池，它有效地充当了"地板AMM"，用户可以从地板资产的交易活动中获得收益，与其他价格层相比，享受最深的流动性。
中。
2.价格为地板价*1.4至地板价*2.5的项目：
中层通常占物品的20-40%，占一个藏品市值的10-20%。就目前的情况来看，中层物品可能是最不赚钱的交易，因为它们的流动性比底价低，反射性上升的风险较小。收藏品，其模式是在中间层（那些具有对称价格分布的收藏品），可能是那些许多用户对资产本身的属性或效用而不是价格更感兴趣。例如，虚拟的土地楼层可能太小或位于无利可图的地方，而大型、高流量的土地则太贵或不出售。因此，土地买家猎取具有良好位置和土地尺寸以及价格的资产。
如果事实证明，中间包含一些'过渡性'的项目，即地板价或顶级失去价值，那么这可能是投机和相关对冲应用的层级。
稀有或价格高于地板价的物品*2.5：
Grails通常占物品的5-10%，占收藏品市值的20-40%。稀有NFT有复杂的分布和巨大的价格变化，其行为类似于"传统"艺术或房地产中的高端项目。虽然他们的交易量和速度都很低，但有很好的潜力作为抵押品，或通过碎片化获得流动性。
关于属于三个层级的物品的份额，我们看到地板价物品（蓝色）的份额很大。但这又与我们形状的模糊定义有关，例如，Meebits（第一条）并不完全遵循我们的层级逻辑，因为它有我们上面进一步显示的这些额外的凸起。
收藏品的名字很小，但名字后面的'('Jan)'或'(Dec)'分别说明它来自1月或12月的数据集。
当我们看每个价格层的市场份额时，事情变得有点复杂。虽然地板价系列似乎仍占市场份额的大部分，但收藏品中普遍存在高于地板价10-1000倍的稀有NFT，侵蚀了收藏品的市值。
总的来说，大约25-50%的市值属于地板价，10-20%属于中层，20-40%属于稀有。
未来的工作
通过这篇文章，我们采取了一些初步措施，按照价格变动行为和在其各自集合中的层级对NFT进行分类。正如我们上面提到的，层级的划分可以根据使用情况来调整。对我们来说，其中一个目的是得出跨集合和资产类别的非金融期货的共同行为和特征，这将告知持有人寻找流动性的最佳途径。该分析有助于为该评估矩阵提供信息。
现在，我们对资产在不同收藏品中的表现有了一个不同层次的概述，我们可以进一步分析它。比如说：
某一收藏品的主要属性是什么，为什么导致它们具有这样的价格分布模式？
有哪些内部（如项目发展）或外部（如市场情绪）因素会导致特定的收藏品随着时间的推移改变其价格分布形态？
价格分布是否可以作为一个领先的指标或分析指标，用于一个特定的金融化协议，以登上一个特定的资产，例如用于抵押品或一个NFTAMM？
我们希望在未来的文章中探讨这些问题。目前，我们提供了定义价格层级的量化模型，以及一个初步的框架。
