AlphaSeaの仕組み

全体像

AlphaSea v2 overview

登場人物

Predictor

予測を共有する人です。 Numeraiだとシグナルを投稿する人に相当します。

Executor

予測を受け取って、メタモデルで統合し、トレードする人です。 NumeraiだとNumerai fundに相当します。

AlphaSea v2では全員がPredictorとExecutorを兼ねます。

取引方法

polygon(matic)上のスマートコントラクトを介して予測データを共有します。 カッコ内の英語はソースコードで使われている名前です。

タイムライン

取引の流れは以下のようになっています。時刻はUTCです。 これを毎日繰り返します。

  • 00:00-00:08 Predictorが予測投稿 (Create Prediction)
  • 00:08-00:24 Predictorが予測共有 (Send Prediction)
  • 00:30-02:30 ExecutorがTWAP執行 (CEXなど。AlphaSeaの管轄外)
  • 26:30-26:45 Predictorが予測公開 (Publish)

これは、00:30執行ラウンドの場合です。

予測投稿 (Create Prediction)

Predictorが予測を投稿します。 具体的には、共通鍵(contentKey)で暗号化した予測(encryptedContent)をブロックチェーン上に書き込みます。 この時点では予測は暗号化されているので、 投稿者以外は見れません。 暗号化はNaClのSecretBoxを使っています。

モデルIDと秘密のデータ(contentKeyGenerator)から計算したハッシュを共通鍵(contentKey)として使います。 他人の予測をコピーする攻撃を防ぐためのものです。 詳細は後述の攻撃で説明します。

予測を共有 (Send)

Predictorが予測を共有します。 具体的には、Send用の公開鍵で暗号化した共通鍵(encryptedContentKey)をブロックチェーン上に書き込みます。 受信者のみがencryptedContentKeyを復号化しcontentKeyを得られます。 contentKeyでencryptedContentを復号化すれば予測を見れます。 暗号化はNaClのBoxを使っています。

補足

  • Send用の公開鍵はウォレットの公開鍵とは異なります
  • Send用の公開鍵は予め各自がブロックチェーン上に書き込んでおきます

予測データの公開 (Publish)

しばらく経ったあとにPredictorが予測を公開します。 具体的には共通鍵(contentKey)をブロックチェーン上に書き込みます。 誰でも予測を見れるようになります。 次回以降、メタモデル計算の材料になります。

攻撃と対策

他人の予測をコピー

他人の予測をコピーする攻撃です。 具体的には以下の手順で行います。

  1. 投稿された予測と同じデータ(暗号化されている)を投稿
  2. 公開された予測と同じデータをPublish

対策

モデルIDと秘密のデータ(contentKeyGenerator)から計算したハッシュを共通鍵として使う。

モデルIDをハッシュ計算に含めるので、 2で同じデータをPublishしても、 計算される共通鍵が異なる。 正常に復号化できるかどうかで、 オリジナルの予測かどうかを判定できる。

適当な予測を投稿しまくる

適当な予測を投稿しまくり、 偶然フォワード成績の良い予測を産み出す攻撃です。

対策

ガス代が対策になる。

予測の数に比例してガス代がかかるので、 適当な予測を投稿しすぎると、ガス代負けして損失するので、 攻撃が抑制されます。

アーキテクチャー

AlphaSea architecture

Decentralizedに実装されています。 色の付いたexample-modelが特に重要で、 Predictorが各自改善する部分です。

Your Server

Predictor, Executorをやる人が管理するサーバーです。 AlphaSeaに参加したい人はこれを用意すれば参加できます。 AWSやGCPで動かすと良いと思います。

agent

alphasea-agentは、AlphaSeaスマートコントラクトを、 シンプルなインターフェースで扱えるようにするための、 HTTPサーバーです。 Predictor, Executorをやる人はこれを動かす必要があります。 予測共有の判断ロジックやメタモデルはagentに組み込まれています。

alphasea-dapp/alphasea-agent

example-model

alphasea-example-modelは、alphasea-agent に対して毎日予測を投稿するプログラムです。 Numeraiのexample modelに相当します。 Predictorをやる人は、これをベースに改善すると良いと思います。

alphasea-dapp/alphasea-example-model

trade-bot

alphasea-trade-botは、 alphasea-agentから毎日メタモデル予測結果を取得してCEXのPERPポジションをリバランスするプログラムです。 Executorをやる人は、これを動かせば良いです。

alphasea-dapp/alphasea-trade-bot

AlphaSea Contract

AlphaSeaのスマートコントラクトです。 予測データの投稿、送信、公開を処理します。

alphasea-dapp/alphasea

thegraph.com

thegraphはスマートコントラクトがemitしたEventを溜めて、 GraphQLでクエリーできるようにするものです。 thegraph.comのhosted serviceを使っています。 リーダーボードから使っています。

alphasea.io

ui

リーダーボードです。

website

このウェブサイトです。

alphasea-dapp/alphasea-website

予測データライセンス

第三者が自由に利用できるようにCC0-1.0のみ。 予測投稿時に指定。

データ保存場所

予測データはブロックチェーンにオンチェーンで保存されます。 一時的なデータはredis(agentとプロセスと一緒にdocker-composeで起動。disk永続化有り)に保存されます。

データ 保存場所 ライフサイクル
予測データ ブロックチェーン 永久
予測暗号化の鍵 redis (disk永続化) データ削除するまで
公開前の予測データ redis (disk永続化) 48H
モデル選択結果 redis (disk永続化) 48H
イベントキャッシュ redis (disk永続化) データ削除するまで

ブロックチェーンに何が保存されているかは、以下のデバッグページを見るとイメージをつかめると思います。

デバッグ

メタモデル

メタモデルはalphasea-agentで実装されています。 現状の実装は以下のようになっています。

  • 過去60日間のスコアで評価 (成績が確定していない直近1日は除く)
  • スコアはmaxSPRTの対数尤度比
  • 共有された予測のスコア最大値をs_maxとすると、定数aに対して、s_max - a以上の予測を等ウェイトでアンサンブル
  • 取引コストを考慮

実装箇所

トーナメント

2時間ずらしで1日に12ラウンド。 各ラウンドのポジション持続期間は24H。 常に12ラウンド分のポジションが被るので、 それらを平均化したものをメタモデルのポジションとする。 詳細はAlphaSeaの仕組み参照。

予測提出締切 TWAP執行エントリー TWAP執行エグジット
00:08 00:30-02:30 24:30-26:30
02:08 02:30-04:30 26:30-28:30
04:08 04:30-06:30 28:30-30:30
06:08 06:30-08:30 30:30-32:30
08:08 08:30-10:30 32:30-34:30
10:08 10:30-12:30 34:30-36:30
12:08 12:30-14:30 36:30-38:30
14:08 14:30-16:30 38:30-40:30
16:08 16:30-18:30 40:30-42:30
18:08 18:30-20:30 42:30-44:30
20:08 20:30-22:30 44:30-46:30
22:08 22:30-24:30 46:30-48:30

時刻はUTC。

トーナメントルール

毎日、以下のようなデータを提出します。

symbol,position
BTC,0.123
ETH,-0.04
XRP,0.03
LINK,0.2
ATOM,-0.01
DOT,0.04
SOL,0.11
BNB,-0.21
MATIC,0.04
ADA,-0.05

positionはリバランス後のポジションを表します。 プラスはロング、マイナスはショートです。 ポジションの絶対値の合計は1以下です。 リバランスは0:30-2:30UTCの1時間でTWAP執行によって行うことを想定しています。 なので、0:30-2:30UTCの平均価格から次の日の0:30-2:30UTCの平均価格までが1日で得られるリターンです。

crypto_daily.md

市場規模試算

条件

  • 10銘柄 (BTC,ETH,XRP,LINK,ATOM,DOT,SOL,BNB,MATIC,ADA)
  • 売買代金: $200M/銘柄/day
  • 売買代金に対する利益率: 0.002
  • 全体に対する自身の売買代金の割合: 0.1

結果

月次13億円

$200M * 30日 * 10銘柄 * 0.1 * 0.002 = $12M/month = 13億円/month

参考データ

売買代金

1銘柄あたり$200M/dayとおいた。 一つの取引所に集中させる必要は無いので、保守的な見積もり。

24H volume (2022/01/21)
BTC/USDT $12,208,611,310
ETH/USDT $4,514,856,665
ADA/USDT $1,582,590,923
ATOM/USDT $684,507,517
BNB/USDT $557,588,011
MATIC/USDT $485,564,570
SOL/USDT $483,956,038
LINK/USDT $424,261,421
DOT/USDT $366,274,080
XRP/USDT $258,954,988

source: coinmarketcap binance perp

売買代金に対する利益率

直接的に計算していないが、 取引コスト0.001でバックテストして、 ret with costがcostの4倍くらいなので、 売買代金に対する利益率は0.004くらい。 保守的に0.002とした。

alphasea-example-model/notebooks/example_model_rank.ipynb

全体に対する自身の売買代金の割合

過去、取引所の売買代金の10%くらいをボットでトレード(maker)していたことがある。 マーケットインパクトなのか偶然なのか、 少し儲かりづらかった気がするが、 稼働していた実績があるので、10%とおいた。

TWAP執行時間と執行ラグ

簡単な予測モデルで色々試して、 TWAP執行時間は2H、ラグは0.5Hにしました。

TWAP執行時間

  • 長いとガス代を節約できる (24Hを網羅するためのトーナメント数が少ない)
  • 短いと予測しやすい

執行時間が4Hだと2Hより少し予測精度が落ちる。 執行時間が1Hだとガス代が2倍になる割に予測精度が2Hとあまり変わらない。

執行ラグ

  • 長いと取引や計算時間に余裕がある (パフォーマンスチューニングしなくて良い。トラブルの可能性が減る)
  • 短いと予測しやすい

ラグが15minと30minだと予測精度があまり変わらない。 1Hだと30minより少し精度が落ちる。

トーナメントは拡張可能

トーナメントの質はプラットフォームの質とは独立です。

プラットフォーム(AlphaSeaやnumerai)の質

  • 予測精度 (メタモデル。インセンティブ設計など)
  • 参加コスト (ガス代、ファンドfee、NMRリスクなど)

トーナメントの質

  • 利益率
  • シャープレシオ
  • スケーラビリティー

もしAlphaSeaが機能することを確認できたら、 トーナメントはニーズに応じて変えたり追加していけば良いと思います。 例えば、仮想通貨なら以下のような設定が考えられます。 時間軸を伸ばせばもっとスケールすると思います。 株, dex, defiなどもありえます。

BTCのみの場合

条件

  • 1銘柄
  • 売買代金: $12B/銘柄/day
  • 売買代金に対する利益率: 0.002
  • 全体に対する自身の売買代金の割合: 0.1

結果

$12B * 30日 * 1銘柄 * 0.1 * 0.002 = $72M/month = 82億円/month

BTC, ETHの場合

条件

  • 2銘柄
  • 売買代金: $4B/銘柄/day
  • 売買代金に対する利益率: 0.002
  • 全体に対する自身の売買代金の割合: 0.1

結果

$4B * 30日 * 1銘柄 * 0.1 * 0.002 = $24M/month = 27億円/month

v1の仕組み (old)

AlphaSeaの仕組み v1 (old)