Nawarat带你寻找NFT估值博弈中的谢林点

美国经济学家谢林（Thomas Schelling）曾经对自己的学生做过一个调查问卷。假设明天你要在纽约跟一个陌生人见面，你会选择什么时间和什么地点？其中任何时间任何地点都平等，在问卷中，学生们要在纽约和一个陌生人会面，他们要在问卷中给出自己选择的会面时间和地点。

结果显示，大多数人都选择了中午十二点在纽约的中央火车站等待。任何一个酒吧，或者图书馆阅读室都可以用于约定见，纽约的中央火车站有什么特别的呢？这是学生们在提到纽约时第一个想到的地方（谢林的问卷大约是二十世纪五六十年代在波士顿做的，这里的学生们很多都是搭乘火车前往纽约的）。中午十二点也是大部分人想到的第一个时间，因为这个时间比较特殊，它是一天的中间点，也是上午和下午的分割线。

换句话说，这就是陌生人之间的一种默契。一提到在纽约会面，学生们第一个想到的是“中午十二点在中央火车站”，他们也相信另一个陌生人有很大概率第一个想到的也是“中午十二点在中央火车站”，所以大家都去这个地方等对方，会面就成功了，从而使其成为一个自然的“谢林点”。

我们思考这种特殊的默契，如果现在有人提到在纽约见面，我们将不由自主的想到一些著名的地点，而不是纽约的其他任意地方，对NFT估值而言，我们是否也会有一些成熟又因地制宜的市场参考因子？或许是当我们作出估价觉额的那一刻，大家不约而同，心照不宣。

Nawarat并不企图在一个黑盒中去实现估价算法模型的创新与突破，而只是唤醒报价者或估价师们（Curator）心中的那些已经默许或常识性的评估方式与模型，从而在估价决策时让这些模型背后所反映出来的参考价格更加显而易见，就像纽约中央车站在特定的时代背景下渗透到纽约市民生活的点点滴滴，从而在他们的心中根深蒂固，自然也就成为了一种选择的倾向，它也是那么的显而易见。

Nawarat认为，当用户对某一NFT进行估值时，他自然会有选择的倾向性，比如按照既定的思维惯性去参考某些市场因子（市值，地板价，历史价格，团队，用途，创作者等等），然后给出较为准确的估值。当然，不同的用户也会对不同的因子组合在主观上产生很大的不同，Nawarat将会建立一个市场因子库，让组合更加的多样性来满足不同用户的参考需求，并最终以系列参考价格的方式显示在估价决策的页面，如此相当于为每个NFT构建了一个实时的动态估价范围，比如，中央车站，自由女神像，帝国大厦，纽约公共图书馆等著名地标共同构建了纽约市民们约会选择的一个范围。然而，接着再以谢林点博弈方式的报价来获得某时刻最终估值的过程就像是纽约中央车站会成为市民自然选择的过程。我们相信，以上的工作方式会让我们获得的NFT的估价比所谓的AI黑盒单一报价更加可信，也会更加精准，因为多样性算法模型在谢林点博弈后获得了细颗粒度的筛选，以及有效的算法模型的价格修正。

我们知道，用户对于很多因子的获取是较为复杂的，且很多因子是需要进行数据分析和过滤才能产生有效数据，目前市场已经有很多为人熟知的市场因子及估值算法模，例如：

•特征工程 Feature Engineering

•梯度提升算法 Gradient Boosting Algorithms (AdaBoost, XGBoost)

•稀有度打分机制 Rarity Score Construction

•地板价 Floor Price

•线性模型 Linear Models

•循环神经网络 Recurrent Neural Network

•订单簿数据 Order book data

•通过MAPE（平均绝对百分比误差）价值评估方式（MAPE 为0%表示完美模型，MAPE 大于100 %则表示劣质模型）

面对NFT的估值，我们不能用单一的估值模型对其进行估值，就像我不能告诉你，人是由水组成的或者由各种器官组成的，这种单一的估值模型，只是NFT估值中某类因子的延伸，当我们想要对NFT进行准确估值时，以上的因子都可以作为我们的参考要素，而具体的比例和选择在Nawarat中，都将由所有参与的用户共同来完成，从而产生较为准确的NFT估值，也就是NFT价格的谢林点。

面对NFT价格的茫茫大海，我们必须要有坐标和参考，提供给所有参与估值的用户，不仅以上的估值体系，Nawarat还将引入其它估值数据供用户参考，例如：NFTBank、Upshot、Chainlink等。NFT价格的产生是主观的也是客观的，多少钱买卖是个人的主观意愿，而客观存在的是历史的价格，公司的背景等等，我们不能忽视主观意愿，也不能忽视客观存在，所有的参考，都是为了让用户做出正确的选择。

当纽约市的所有地标被标注，我们终将在某一地点相聚；当NFT的各类因子被标出，我们将找到NFT的有效估值；当所有NFT的产生有效估值，我们将创造奇迹！

Nawarat是一个允许任何人参与，且符合市场真实估值，高效、准确的NFT预言机。

官网：https://nawarat.io/

推特：https://twitter.com/0xNawarat

Discord：https://discord.gg/jfXXuMbUFb

中文电报：https://t.me/Nawaratchina