AlphaSeaの仕組み v1 (old)
全体像
AlphaSea overview
登場人物
Predictor
予測を売る人です。 Numeraiだとシグナルを投稿する人に相当します。
Executor
予測を買って、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。
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売買します。 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)
- 00:08-00:16 Executorが予測購入 (Purchase)
- 00:16-00:24 Predictorが予測送信 (Ship)
- 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。
予測を購入 (Purchase)
Executorが予測を購入します。 購入時にShip用の公開鍵(publicKey)をブロックチェーン上に書き込みます。
補足
- この公開鍵はウォレットの公開鍵とは異なります。
購入者へ予測データを送る (Ship)
Predictorが購入者へ予測データを送ります。 具体的には、Ship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。 購入者のみが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。
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、Executorが予測を購入するときの検討材料になります。
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。
- 投稿された予測と同じデータ(暗号化されている)を投稿
- 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し、 購入されることを期待する攻撃です。
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。
予測を購入せずに公開後タダ乗りする
予測が公開されたあとに予測に従ってトレードする攻撃です。 予測を購入する場合よりもエントリーが遅れますが、 リターンを得られる可能性があります。
対策
予測の公開を遅らせる
最初のアイデアでは2:00-2:15UTCに予測公開でしたが、 1日遅らせて、26:00-26:15UTCにしました。
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。 予測購入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。
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、購入、送信、公開を処理します。
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 |
| 購入データ | 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。
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日間の成績で評価 (成績が確定していない直近1日は除く)
- アンサンブルしたときのシャープレシオが最大となるように複数モデルを選択
- 購入したモデルを等ウェイトでアンサンブル
- 購入費用を考慮 (購入することで得られるリターンより、購入費用が多い場合は購入しない意図。ガス代は未実装)
- 取引コストを考慮
実装箇所
- alphasea-agent/src/executor/executor.py
- alphasea-agent/src/model_selection/equal_weight_model_selector.py
自動価格調整
予測の販売価格は以下のアルゴリズムで自動調整されます。 数値はalphasea-agentの設定で変えられます。
- 前回購入が0個: 価格を20%減らす
- 前回購入が1個以上: 価格を20%増やす
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。
Executorで資産が少ない場合はガス代を節約するために、 00:30執行のもののみ購入なども考えられる。 トーナメントが多いのは執行を24Hに分散させてスケールさせるためなので、 購入するトーナメントが少なくても成績はあまり変わらないはず。 ただし、アンサンブル効果で多少は成績改善するので、 資産が多い場合は全てを購入するのが得だと思う。
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。
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。
ガス代試算
条件
- ブロックチェーン: Polygon
- Predictor: 100人
- Predictor予測数: 1/人/tournament
- Predictor gas: 100000/prediction
- Executor: 100人
- Executor購入数: 5/人/tournament
- Executor gas: 60000/purchase
- トーナメント数: 12/日
- gas price: 400gwei
- MATIC price: 250円
結果
1人
- Predictor gas fee: 3600円/月
- Executor gas fee: 10800円/月
全体
- Predictor total gas fee: 36万円/月
- Executor total gas fee: 108万円/月
- AlphaSea total gas fee: 144万円/月
00:30執行ラウンドのみ参加なら1/12になる。
最初、ETHで作りましたが、試算したところガス代負けしそうなので、 EVM互換の中で最も馴染みがありそうなPolygonに変えました。
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)
- 思想 (decentralized。オープンソース)
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