Представляем MetaQuants

MetaQuants — лучшая в своем классе технология для оценки институционального уровня и управления рисками NFT.

Руководствуясь нашей убежденностью в финансиализации NFT, мы создаем аналитическую инфраструктуру для будущего финансов.

Наши флагманские продукты включают Алгоритм ценообразования NFT, Оракул минимальной цены сбора, а также Платформу аналитики и управления рисками.

Наша история

MetaQuants родился после хакатона, организованного платформой крипто-кредитования Nexo. Цель мероприятия состояла в том, чтобы объединить талантливых специалистов по машинному обучению и математиков, чтобы они могли проверить свои навыки, найдя способ оценить NFT. В течение 48 часов участники должны были использовать криптографию, NFT и данные о настроениях, чтобы приблизиться к демистификации задачи.

Нашим соучредителям удалось разработать наиболее точную модель машинного обучения, а также наилучшее общее решение проблемы. Сочетание знаний предметной области и компьютерных навыков было ключом к их успеху. Их результаты привели к тому, что Nexo предоставила им грант для продолжения исследований и разработки продукта.

В конце концов им удалось создать алгоритм ценообразования, который мог бы служить воротами для появления других вертикалей в области финансирования NFT. За 6 месяцев нашей команде удалось перейти от идеи к продукту, который потенциально может стать инфраструктурой данных и аналитики для финансового будущего.

Алгоритм ценообразования NFT

Существует несколько неэффективностей в отношении оценки НФТ — отсутствие прозрачности, завышение цен на активы и невозможность выбора параметров риска.

В следующих параграфах определяется методология решения каждой проблемы и приводятся эмпирические результаты, подтверждающие использованный подход.

Разработка функций

Когда дело доходит до конвейера машинного обучения, процесс выбора функций так же важен, как и выбор модели. В то время как большинство существующих решений включают только характеристики актива, MetaQuants учитывает:

  1. Макроэкономические условия — прокси-переменные:
  • DJIA
  • S&P500
  • Разработка функций на S&P500 и DJIA для извлечения информации из необработанных данных

2. Отраслевые условия — прокси-переменные:

  • Биткойн
  • Эфириум
  • Разработка функций в биткойнах и эфириуме для извлечения информации из необработанных данных.

3. Условия сбора NFT:

  • Feature Engineering, основанная на показателях традиционных финансовых рынков, например, волатильность цен.
  • Разработка функций, основанная на индикаторах, специфичных для предметной области, например, минимальная цена коллекции.

4.Особые условия NFT:

  • Оценка редкости
  • Вычисление новых функций, учитывающих прошлую эффективность отдельных активов, например, среднюю цену предыдущих продаж.

После создания всех метрик метод Прямой выбор переменных определяет количественную прогностическую силу каждого индикатора, исключая все избыточные переменные из оптимальной модели.

Модель

Независимо от точки зрения — кредитора, заемщика или покупателя — завышение цен рассматривается как центральная проблема для алгоритмов определения цены. Идея покупки актива выше его справедливой стоимости препятствует широкому внедрению таких решений. MetaQuants использует модель со специально определенной функцией потерь с целью наказания за завышенные прогнозы в большей степени, чем за заниженные.

Следующий эксперимент подтверждает это теоретическое утверждение и сравнивает модель MetaQuants с NFTBank в качестве эталона способности отрасли оценивать невзаимозаменяемые активы. Выбор сравнения основан на доле рынка компании, количестве сторонних внедрений и оценке начального раунда.

Обратите внимание, это не попытка дискредитировать сервис NFTBank любым мыслимым образом. Модели взвешиваются на статистической основе, качественных замечаний нет.

Эксперимент структурирован в виде разделения поезд-тест, где обучающие данные собираются с 12 января по 31 июля, а тестовые данные охватывают период с 1 августа по 3 октября. Факторы для выбора диапазона тестирования включают количество образцов и распределение набора. 889 продаж взяты из OpenSea, LooksRare, X2Y2, Rarible и Sudoswap. Другие маркетплейсы и децентрализованные приложения не рассматриваются из-за сложностей с индексацией данных.

Вывод NFTBank поступает через их API. Конечная точка исторической оценки ежедневно возвращает цены, поэтому мы используем значение NFT с последней доступной временной меткой перед продажей. Результаты можно увидеть на рисунке 1. Модель MetaQuants, MAPE=15,2%, превосходит аналогичную модель, MAPE=16,8%, на 150. базисные пункты. Как видно из рисунка, обе модели дают схожие результаты: в модели MetaQuants на на 20 % меньше экземпляров с завышенной ценой, чем в модели NFTBank.

Интерпретируемость модели

Метрики оценки — это индикаторы способности модели предсказывать невидимые данные. Одна цифра, однако, не вносит ясности ни в выбор признаков алгоритма, ни в его вычислительный подход. Как уже говорилось, существующие службы оценки функционируют как черный ящик, который подрывает их, независимо от их эффективности.

MetaQuants перечисляет факторы для определения стоимости токена и указывает влияние каждой переменной в терминах ETH, рис. 2. Первое число, 15,48, представляет собой среднюю цену всех экземпляров в наборе поездов, а значение в правом верхнем углу представляет прогнозируемую цену для NFT. Различные активы имеют разную важность характеристик, определяемую их независимыми переменными.

Доверительные интервалы

В экосистеме NFT существует множество профилей покупателей — от твердо верящих в технологию до так называемых «дегенов». Помимо точечной оценки, MetaQuants предоставляет диапазон значений, основанный на остатках модели, поэтому каждый пользователь может приспособиться к своему индивидуальному аппетиту к риску. Не склонные к риску участники рынка и протоколы кредитования могут выбирать нижнюю границу интервала, чтобы защитить себя от завышения цен.

Напротив, оптимистичные трейдеры могут выбрать верхнюю границу возможной возможности. Диапазон динамически корректируется и учитывает редкость, поэтому разные активы имеют разную ширину интервала. Кроме того, α можно выбрать для доверительного интервала (1 − α), рисунок 3. Меньшее значение α соответствует более широкому ценовому диапазону, но также и дополнительному уровню страхования.

Заключение

Решение проблемы определения цены — это ступенька для экосистемы NFT на пути к массовому внедрению. MetaQuants предоставляет универсальное решение, которое включает в себя расчет цены, важность характеристик и доверительные интервалы для различных уровней допустимого риска. Компания постоянно собирает отзывы сообщества по темам, связанным с оценкой, поэтому любые возникающие проблемы могут быть решены своевременно. Ресурсы посвящены исследованиям по анализу настроений, поэтому в следующей версии модель может включать данные из Twitter, Discord и Telegram.

Веб-сайт: https://metaquants.xyz/

Твиттер: https://twitter.com/metaquants_

Раздор: https://discord.gg/WJa2eG5rMb

Телеграмма:https://t.me/+r1PiFH2vMsg3YjQ0

LinkedIn: https://www.linkedin.com/company/metaquantsai/?viewAsMember=true