NFT怎样进入到加密主流视野
NFT： tokens that represent authentic ownership of scarce, unique assets on an open, permissionless ledger
如果我们定义广泛的NFT， 从2012年初始走过了近十年的发展历程。而2021年被称为NFT元年，整体是有不断的热点项目，虽然其中大部分项目持续时间较短，价值支撑较弱，但从数量、规模、参与人数等方面有了数量级的飞跃。
Q1、Q2：初露锋芒，体育界、艺术界以及名人为其站台
2月：NBA Top Shot (Dapper Labs) - $2.26亿
3月11日：《First 5000 Days》（加密艺术家Beeple)-$6900万
3月23日：Twitter CEO Jack Dorsey在 2006 年的首条推文（‘just setting up my twttr’)-$290万
Larva Labs: CryptoPunks, Meebits开始崭露头角。
Q3：GameFi 强势崛起，更多明星进入 NFT
Axie推动NFT+GameFi的狂潮，也成为AXS在5-7月逆势上扬的重要推动因素。
Art Blocks生成艺术品项目：8月$5.87亿，NFT第一艺术项目。
Loot：8行文本代表8种随机生成的冒险者装备。
明星加入：无聊猿与库里、Jimmy Fallon、Logan Paul、奥尼尔。
Q4：虚拟房地产蓬勃发展，炒房团杀入元宇宙
10月：Facebook改名Meta，全民元宇宙概念普及。
Decentraland：$243万的数字土地拍卖。
12月：林俊杰宣布12.3万美元购买三块Decentraland虚拟土地
2022年
4月：像素元宇宙Worldwide Webb向土地持有人空投资源引发关注
5月：Otherdeed销售创下多项历史记录，gas费最高甚至突破8000Gwei
2021年NFT赛道格局回顾
赛道分类 四大类NFTs：加密艺术、小图片、文化藏品（音乐、摄影、体育等）、游戏道具
Marketplace
从交易平台来看，除22年年初被LooksRare吸血鬼攻击和超高挖矿收益率一度打下神坛，Opensea依旧占据绝对主导地位。全年交易金额达160亿美金，活跃用户人数130万。
NFT的细化分类和价值标准
不同品类的估值维度--流动性低/价格发现不足
个人投资的角度
相对估值法，多因子赋分系统，投资属性的考量。
PFPs
社区表现
-
KOL: 名人效应，喊单关注度
-
社群活跃度：粉丝数，持有人占比，真实转评赞（注意区分10w+社区的机器人和假账户）
-
受众群体：未来参与度，投机炒作属性
产品设计
-
路线图：扩展性（联名、二创），未来权益扩展，空间
-
特权福利：活动，合作品牌，专属权益，社交属性
-
质感：艺术性，可区分性
-
版权归属：持有者>公共>创作者
团队
-
公众形象：公开/匿名
-
过往业绩：业绩记录，声望，相关合作，愿景
-
粉丝规模：已积累的粉丝群
-
活跃度：社区互动意愿，“做市”+做事
市场表现
-
数量：分级及稀缺性
-
价格：入门费用，底价稳定性，持有时间预期
-
成交量：挂单量（10%左右），集中度（巨鲸持有占比）
-
流动性
技术类型
-
公链：部署选择，生态活跃度
-
数据储存：Arweave> IPFS>中心化存储>个人平台存储
-
Token协议：ERC 721 & ERC 1155
Metaverse Lands
（1）元宇宙平台地主入驻总体较少。头部元宇宙平台地主6万人左右。 （2）NFTWorlds土地非常集中。地主买入地块后将其质押给该合约进行质押挖币$WRLD，所以导致该平台从数据上看土地非常集中 （3）SomniumSpace非常小众，仅有的5000个地块供应量，也只销售1957个，且地主也只有852个；（4）Cryptovoxels是唯一一个按需增发的平台，销售量占供应量比重最高，达到92%；
NFT作为金融抵押物的视角
核心：建立合理健全的估值方式，为NFT持有人提供流动性，以下为NFT作为抵押物估值的5类协议。
PFPs: P2P，机器学习，治理/评估，预言机，理性代理人
P2P
NFTfi开创，类OTC模式，估值责任由借贷双方承担，给予市场参与者最大的自由度，通过协商变量匹配双方收益风险要求。
Pros：高度定制化，撮合需求匹配度最彻底。
Cons：效率低，无法提供即时流动性，没有动态估值调整。
治理/评估
专家评估人员的共识确定估值，平台提供一定的资金担保，承担部分贷款和违约风险。
Pros：借款人获得即时流动性，共识达成后不容易受到价格操控
Cons：治理投票过程漫长难以动态调整，链上治理攻击
预言机
外部价格反馈实现动态实时定价，预言机喂价协议要考虑数据来源和源数据聚合问题。
数据来源比较多采用的有NFTX floor price & Opensea API
通过TWAP方式聚合成加权平均底价，借款人动态调整LTV。
Pros：动态估值调整，借款人获得及时流动性。
Cons：流动性低的市场容易被操纵，历史回测估值
理性代理人
原则是依赖利润最大化的理性行者确定估值。估值提供者会在借款人违约和估值错误的情况下遭受损失。optimistic proof of stake
Pros：预测性前瞻估值。
Cons：难以实现规模化。
机器学习
通过过往交易和特质作为学习数据（NFT创建者信息、属性、历史交易、媒体报道、社区地位、受欢迎程度，评估NFT价值趋势和NFT舆论趋势的其他信息），NFTBank的模型准确度相对较高。How to value items in NFT projects? — Part 1
Pros：实时动态数据，精确纳入每个单独交易信息
Cons：NFT本身的离散性，预测系统性走势能力较弱，对于规则变化反应延迟，非前瞻性。
source：* *
-
Valuing NFTs as Collateral - Overview, Landscape, Pros/Cons
-
*https://docs.google.com/presentation/d/1KimRPdELTKqi1loOuXNzOQweanl43drgql22QMuTX0U/edit?usp=sharing *
-
元宇宙土地的价值