如何在合适价格附近找到绝佳PFP NFT?

原文作者:@0xbobateas原文来源:推特编译:若华,MarsBit Intern

你如何确保,在你最喜欢的头像类(PFP)NFT项目中,挑选到地板价附近最好的PFP?秘籍是:放弃前37%个,然后挑选随后的一个。为什么这样决策呢?

首先假设,你预估你可以选择购买的NFT系列的PFP数量为N,即你有可能以地板价购买的PFP的总数。以@ Doodles这个流行的NFT系列为例:我们受到处于买卖列表上的#序列号和个人品味的严格限制,但也受到你要花费多少时间的限制。

假设你遇到NFT的序列号是随机的,因为你永远不知道谁会在哪个时间在OS /X2Y2/Sudo上列出一个新的doodle来出售。最后,假设一旦你决定放弃一个PFP NFT并继续寻找,它却被其他的人买走了。 

总的来说,在你选定的N个比较理想的NFT中,至少有一个是你最喜欢的(比方说有彩虹背景的,带悲伤音符的,粘乎乎的脸部组合的Doodle)。我们将他称为X。

显然,最佳策略是浏览N个潜在NFT中的一部分数量M(作为选择的样本,为其余选项设置参考基准),然后立即购买下一个,就是比之前所有选项更好的一个。如果用数学来表达,M的最佳值约为N的37%。

这是完全靠直觉的一种经验数据,因为如果你没有足够的样本,就没有好的选择参照。但如果你取样太多,不断地挑挑拣拣,会形成一种担心错过最好的那种FOMO心态,造成选择困难。

那么为什么是37%这个数字呢?当你在开始选择之前,在N个潜在的PFP头像NFT中看了M个,选择X的概率将取决于M和N。因此,我们所寻求的概率是M 、N的函数,或P ( M , N ) 。

假设您已从M个潜在的NFT中收集了信息,并且正在依次考虑第K个NFT序列。具体来说,我们的策略是选择一个门槛数M, 并且在不购买的情况下查看前M-1。

因为它们是以随机的,所以最好的几率是1/N。但你只有在X是你通过的K-1中的前M-1中的情况下才会购买,这发生的概率是( M-1)/( K-1),最佳购买的总机率是:( M-1)/ N ( K-1) 

但是K可以取M到N范围内的任何值,所以我们可以写出下面的求和:

 

如何在合适价格附近找到绝佳PFP NFT?

然后,使用一个积分(取和),我们可以发现:

 

如何在合适价格附近找到绝佳PFP NFT? 

假设N趋近于无穷大,我们可以进一步简化这个概率为:

如何在合适价格附近找到绝佳PFP NFT? 

接下来,为了优化M,我们使用上面设定的限制条件(不等式),发现(对于一个相当大的N)M/N的比率最好是1/e,也就是O.37或37%!

如果你过早地做了选择,你就会错过最好的选择;如果你一直在选择的路上,你就会永远也找不到梦想中的NFT。

策略仅供参考。它为你找到了完美的NFT,成功率为p=0.37,明显高于p=1/n的随机率。目前总计的726个Doodle头像NFT列表,p=0.00137。

这个问题,在选择或者决策方面,也被称为著名的“秘书问题”,你也许永远期待下一位面试的秘书是最合适的。想了解更多信息.请查看这个PDF文件@ UCBerkeley .sites . cs . ucsb . edu /~ suri /ccs130a/……像这个帖子一样,喜欢更多的稍微有用的垃圾帖!

祝福你。

 

转载声明:本文 由CoinON抓取收录,观点仅代表作者本人,不代表CoinON资讯立场,CoinON不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。若以此作为投资依据,请自行承担全部责任。

声明:图文来源于网络,如有侵权请联系删除

风险提示:投资有风险,入市需谨慎。本资讯不作为投资理财建议。

(0)
上一篇 2022年8月10日 下午12:04
下一篇 2022年8月10日 下午12:09

相关推荐

如何在合适价格附近找到绝佳PFP NFT?

星期三 2022-08-10 12:07:04

你如何确保,在你最喜欢的头像类(PFP)NFT项目中,挑选到地板价附近最好的PFP?秘籍是:放弃前37%个,然后挑选随后的一个。为什么这样决策呢?

首先假设,你预估你可以选择购买的NFT系列的PFP数量为N,即你有可能以地板价购买的PFP的总数。以@ Doodles这个流行的NFT系列为例:我们受到处于买卖列表上的#序列号和个人品味的严格限制,但也受到你要花费多少时间的限制。

假设你遇到NFT的序列号是随机的,因为你永远不知道谁会在哪个时间在OS /X2Y2/Sudo上列出一个新的doodle来出售。最后,假设一旦你决定放弃一个PFP NFT并继续寻找,它却被其他的人买走了。 

总的来说,在你选定的N个比较理想的NFT中,至少有一个是你最喜欢的(比方说有彩虹背景的,带悲伤音符的,粘乎乎的脸部组合的Doodle)。我们将他称为X。

显然,最佳策略是浏览N个潜在NFT中的一部分数量M(作为选择的样本,为其余选项设置参考基准),然后立即购买下一个,就是比之前所有选项更好的一个。如果用数学来表达,M的最佳值约为N的37%。

这是完全靠直觉的一种经验数据,因为如果你没有足够的样本,就没有好的选择参照。但如果你取样太多,不断地挑挑拣拣,会形成一种担心错过最好的那种FOMO心态,造成选择困难。

那么为什么是37%这个数字呢?当你在开始选择之前,在N个潜在的PFP头像NFT中看了M个,选择X的概率将取决于M和N。因此,我们所寻求的概率是M 、N的函数,或P ( M , N ) 。

假设您已从M个潜在的NFT中收集了信息,并且正在依次考虑第K个NFT序列。具体来说,我们的策略是选择一个门槛数M, 并且在不购买的情况下查看前M-1。

因为它们是以随机的,所以最好的几率是1/N。但你只有在X是你通过的K-1中的前M-1中的情况下才会购买,这发生的概率是( M-1)/( K-1),最佳购买的总机率是:( M-1)/ N ( K-1) 

但是K可以取M到N范围内的任何值,所以我们可以写出下面的求和:

 

如何在合适价格附近找到绝佳PFP NFT?

然后,使用一个积分(取和),我们可以发现:

 

如何在合适价格附近找到绝佳PFP NFT? 

假设N趋近于无穷大,我们可以进一步简化这个概率为:

如何在合适价格附近找到绝佳PFP NFT? 

接下来,为了优化M,我们使用上面设定的限制条件(不等式),发现(对于一个相当大的N)M/N的比率最好是1/e,也就是O.37或37%!

如果你过早地做了选择,你就会错过最好的选择;如果你一直在选择的路上,你就会永远也找不到梦想中的NFT。

策略仅供参考。它为你找到了完美的NFT,成功率为p=0.37,明显高于p=1/n的随机率。目前总计的726个Doodle头像NFT列表,p=0.00137。

这个问题,在选择或者决策方面,也被称为著名的“秘书问题”,你也许永远期待下一位面试的秘书是最合适的。想了解更多信息.请查看这个PDF文件@ UCBerkeley .sites . cs . ucsb . edu /~ suri /ccs130a/……像这个帖子一样,喜欢更多的稍微有用的垃圾帖!

祝福你。