머신 러닝
Archimedes는 거의 1년 동안 이론화, 테스트, 훈련을 동시에 진행했습니다.
모델 설계
모든 AI 모델의 경우, 먼저 각 입력 데이터 세트를 정의하고 궁극적으로 알고리즘을 학습시키기 위해 결정해야 합니다.
Mozaic의 머신러닝 팀은 현재 모델링 시 1분 단위 피드를 통해 블록별 데이터와 코인 가격 데이터를 추출합니다.
여기에는 구체적인 추론이 있습니다:
각 체인마다 업데이트 빈도가 다릅니다.
블록별 APY 데이터는 정량화할 수 있으며 다른 수많은 메트릭을 캡슐화합니다.
1분 단위 토큰 가격 데이터는 변동성이 큰 시장에서 네이티브 프로토콜 토큰을 판매(파밍 시)하는 데 있어 핵심입니다.
가장 효율적인 수익률 파머가 되기 위한 Archimedes 훈련.
초기 테스트 사례
초기 14일간의 시뮬레이션(2022년 4월 7일~14일)은 이론적으로 Archimedes와 Mozaic의 스테이블코인 금고, cBridge에서 파밍을 통해 수행되었습니다..
Archimedes는 14일 중 약 5일은 아발란체인을, 4일은 이더리움 체인을, 나머지 5일은 옵티미즘, 폴리곤, 팬텀, 이더리움을 교대로 조합하여 펀드를 리밸런싱했습니다. AAVE 수익률의 급등(27%)도 이 중 상당 기간 동안 포착되었습니다.
14일 동안 Mozaic의 옴니체인 스테이블코인 볼트를 활용하면 일일 예상 수익률은 약 19.02%로 기하급수적으로 증가했습니다.
같은 14일 동안 자산의 100%를 가장 실적이 좋은 볼트에 맡기면 13.98%의 수익률만 얻었습니다.
스테이킹 옵티마이저
Stargate 단일 스테이킹 풀에서 파밍하는 Archimedes에 대한 라이브 테스트가 진행되었습니다.
이 과정에서 Archimedes를 훈련시키는 데 필요한 모델링 데이터를 캡처하기 위해 APY 데이터 추출 도구가 개발되었습니다. 이 추출 도구는 블록 단위로 모든 APY 데이터를 추출합니다.
트레이딩 옵티마이저
프로토콜은 네이티브 토큰을 보상으로 사용해 APY를 높입니다.
또 다른 라이브 테스트는 Archimedes가 네이티브 토큰 보상을 판매하면서 얻은 경쟁 우위를 보여주기 위해 스타게이트에서 수행되었습니다.
Last updated
