Uczenie maszynowe

Archimedes był teoretyzowany, testowany i trenowany jednocześnie przez prawie rok.

Projekt modelu

\W przypadku każdego modelu sztucznej inteligencji każdy zestaw danych wejściowych musi zostać najpierw zdefiniowany i ostatecznie określony, aby wytrenować algorytm.

Zespół uczenia maszynowego Mozaic obecnie wyodrębnia dane blok po bloku i dane dotyczące cen tokenów poprzez jednominutowe feedy podczas modelowania.

Ma to konkretne uzasadnienie:

  • Każda sieć ma inną częstotliwość aktualizacji

  • Dane APY blok po bloku są wymierne i obejmują wiele innych wskaźników

  • Jednominutowe dane cenowe tokenów są kluczowe dla sprzedaży tokenów natywnych protokołów (podczas farmienia) na zmiennym rynku

Szkolenie Archimedesa, aby stał się jak najbardziej wydajnym farmerem yieldu.

Wstępny przypadek testowy

Wstępna 14-dniowa symulacja (7-14 kwietnia 2022 r.) została przeprowadzona teoretycznie przy użyciu Archimedesa i Mozaic stablecoin skarbca, farminenie na cBridge.

Archimedes rebalansował fundusze na sieci Avalanche przez około pięciu z czternastu dni, na sieci Ethereum przez cztery dni, a przez pozostałe pięć dni na przemian wykorzystywał kombinację sieci Optimism, Polygon, Fantom i Ethereum. Uchwycono również skoki rentowności na AAVE (27%) przez dużą część jednego z dni.

Wykorzystanie skarbca omnichain stablecoin Mozaic w ciągu 14 dni dało geometryczny dzienny oczekiwany zwrot w wysokości około 19,02%.

Pozostawienie 100% aktywów w najlepiej działającym skarbcu cBridge w tym samym 14-dniowym okresie przyniosło jedynie 13,98%.

Optymalizator stakingu

Przeprowadzono test na żywo dla Archimedes, farmiąc na jednostronnych pulach stakingowych Stargate.

Podczas tego procesu opracowano narzędzie do ekstrakcji danych APY w celu przechwycenia niezbędnych danych modelowania do szkolenia Archimedesa. Narzędzie to wyodrębnia dane APY blok po bloku.

Optymalizator tradingu

Protokoły wykorzystują swoje natywne tokeny jako nagrody, aby zwiększyć swoje APY.

Kolejny test na żywo został przeprowadzony na Stargate, aby pokazać przewagę konkurencyjną uzyskaną, gdy Archimedes sprzedaje nagrody w postaci natywnych tokenów.

Last updated