機械学習
アルキメデスは、ほぼ1年間にわたり、理論化、テスト、トレーニングを並行して実施してきました。
モデル設計
AIモデルでは、アルゴリズムを訓練するために、まず各入力データのセットを定義し、最終的に決定する必要があります。
モザイクの機械学習チームは現在、モデリングを行う際に、1分ごとのフィードを通じてデータブロックごとにコイン価格データを抽出しています。
これには明確な理由があります。
各チェーンは異なる更新頻度を持っている
ブロックごとのAPYデータは数量化でき、多数の他の指標を内包しています
分ごとのトークン価格データは、不安定な市場でネイティブプロトコルトークンを販売(ファーム時)する上で重要です
アルキメデスを最も効率的な収穫農家に育成する。
初期テストケース
2022年4月7日~14日の14日間のシミュレーションが、アルキメデスとモザイクのステーブルコイン保管庫、および cBridge 上でのファームで理論的に実施されました。
アルキメデスは、14日間のうち約5日間はアバランチェチェーン上で、4日間はイーサリアムチェーン上で、残りの5日間はオプティミズム、ポリゴン、ファントム、イーサリアムを交互に組み合わせた上で、資金の再調整を行いました。AAVEの収益率の急上昇も、ある1日の大部分で記録されています(27%)。
14日間にわたってMozaicのオムニチェーン・ステーブルコイン・ボルトを利用することで、幾何学的な日次期待収益率が約19.02%となりました。
同じ14日間に、最もパフォーマンスの高い保管庫に資産の100%を預けた場合、得られるリターンは13.98%にとどまります。
ステーキングオプティマイザー
アルキメデスは、スターゲートStargate のシングルサイドステーキングプールでファームするライブテストを実施しました。
このプロセス中に、APYデータ抽出ツールが開発され、Archimedesのトレーニングに必要なモデリングデータを取得しました。この抽出ツールは、APYデータをブロックごとに抽出します。
トレーディングオプティマイザー
プロトコルは、ネイティブトークンを報酬として使用して、APYを増加させます。
スターゲートで実施されたもう一つのライブテストでは、アルキメデスがネイティブトークン報酬を販売することで得られる競争優位性を示しました。
Last updated
