在 Bittensor 中，有两个与交易强相关的 Subnet：Subnet 8 Propriety Trading Network 和 Subnet 28 Foundry S&P 500 Oracle。目前前者的 TAO 产出占比约为 3.82%，后者约为 1.79%。那么他们目前的产出和激励是否一致，未来还有哪些地方可以优化呢？
子网8 自营交易网络（PTN）
排放量：3.82%（2024–07–15）
Github： https://github.com/taoshidev/proprietary-trading-network/tree/main
Subnet 8 提供了一个模拟交易系统，可交易的资产包括外汇、数字资产（目前只有BTC和ETH）和指数。交易者可以根据预定义的规则交易这些资产并构建投资组合。具体规则请参考官方文档。
矿工充当交易者，在网络内提交多头/空头交易订单。验证者负责处理这些订单，实时跟踪每个矿工投资组合的表现，并根据评分系统对矿工进行排名。只有排名前 25 位且未受到惩罚的矿工才能获得 TAO 排放奖励。
评分和惩罚机制如何运作？
评分依据矿工投资组合回报率、Omega 比率、Sortino 比率的加权组合计算得出，每个矿工获得的 TAO 发行比例由其评分比例决定。
但即使矿工综合评分很高，如果受到惩罚，也无法获得奖励。以下任一情况，矿工都会受到惩罚：
稳定性惩罚：如果矿工在连续 30 天内未能保持相对稳定的交易表现，则会受到惩罚。稳定的交易表现包括两个方面：
- 矿工必须保持活跃，在 30 天内至少进行 18 天的交易。
- 矿工投资组合的净值不得出现过度的短期波动（ 6小时内波动超过标准差的30倍）。
亏损惩罚：最大亏损范围限制在 0.25% 至 5% 之间。如果矿工的最大亏损低于 0.25% 或超过 5%，则将受到惩罚。此亏损评估考虑了整个交易历史，而不仅仅是 30 天的表现窗口。
例如，Miner-5GhRddUNcwWSaaa8o5ipcYr4HLCYMg1WwH3rUWdF6RHgE581 的收益率排名最高，但由于最大回撤超过 16% 而受到惩罚，导致几乎没有获得任何激励分配。这清楚地表明 PTN 鼓励稳健且相对保守的投资策略。
首先，在评分机制上，PTN 选择了参考 Omega 比率和 Sortino 比率，关注尾部风险和下行风险，而非单纯考虑收益率。另外，多元化的理念也体现在 PTN 的长期目标中，PTN 的目标不只是训练一个特定的交易模型，而是要维护一个具有高度竞争力的模拟交易排行榜，从中选出几款优秀的交易模型，然后根据排名对这些排名靠前的模型进行平均，从而得到一个复合投资组合，降低依赖单一模型的风险。
虽然这个模拟系统看起来竞争非常激烈，但模型必须在保持较低回撤的同时确保一定的回报，获胜的模型真的可以部署在大规模的真实交易中吗？
遗憾的是，由于模拟系统的设计缺陷，获胜模型在实时交易中的表现可能不如在模拟中那么好。
模拟系统的交易规则设计存在几个不合理的地方：
1.忽略市场流动性和滑点：所有交易订单均按照模拟系统中的报价执行，没有任何延迟或价格变化，这并不能反映真实的市场情况。
2.忽略追加保证金的可能性：模拟系统没有考虑保证金不足的情况，并且缺乏强制平仓机制。
3.夸大资金利用率：虽然每个交易对的最大杠杆都是有限的，但对矿工整体持仓量并没有合理的杠杆限制，并且假设所有持仓量都可以共享保证金，这与真实的交易系统有显著差异。
4.固定借贷及持有成本：实际上，这些交易成本会随着市场波动而变化。固定利率可能会低估这些成本，从而夸大投资回报率。
5.订单类型有限：模拟系统本质上只接受完全执行的市价订单，甚至不支持止损或止盈等最基本的订单类型，这限制了策略的灵活性。
6、交易频率及持仓时间限制过于严格：交易频率最快限制为10秒一道单，最短持仓时间需在15分钟以上，也限制了策略的灵活性。
模拟系统固有的缺陷加剧了成功模型应用于现实市场时面临的挑战：
- 忽略实盘交易对市场的影响及竞争压力：模拟系统的交易能否成交，并没有考虑现实中同样的订单是否会成交，也忽略了这些交易对市场的影响及交易的反身性。
- 低估获胜矿工的尾部风险：尽管评分机制包括尾部风险和下行风险的指标，但交易规则设计中的缺陷可能会低估实际交易成本并高估资本利用率。这可能导致高估模型的回报率，从而使这些指标可能不准确。
是否有人真正使用矿工策略进行真实市场交易？其表现如何？
尽管市场上存在遵循这些策略的产品，但对其实际表现得出明确结论仍然具有挑战性。
Dale是一款基于 PTN 排名第九的矿工Tarvis提供信号进行操作的交易机器人。它已在Bybit上交易 45 天，目前有 168 名用户关注其交易，AUM 超过 400,000 USDT，总利润接近 20,000 USDT。
对于 Bittensor 来说，Dale 是一个难能可贵的尝试，它代表了一个真实应用，用户可以从 Bittensor 的输出中获益。自上线以来，共有 838 位用户关注了 Dale 的交易，其中 217 位用户盈利，305 位用户持平，316 位用户亏损。盈利最高的用户使用了 130,556 USDT，关注了 33 天，盈利 3,871 USDT，收益率为 2.96%；亏损最高的用户使用了 135,755 USDT，关注了 7 天，亏损 7,503 USDT，收益率为 -5.52%。
然而，由于 Tarvis 的策略包含许多外汇交易，并且 Dale 仅以 2 倍 Tarvis 头寸规模和 5 倍交易所杠杆复制了 Tarvis 的BTC和ETH交易，因此它只能部分反映 Tarvis 的实际表现。
此外，尽管其回报率高达+25.98%，交易胜率高达72%，表现令人印象深刻，但考虑到其整体活跃期只有45天，且大部分交易利润集中在6月11日至6月18日这一周，很难将其评价为PTN所宣传的稳定、持续盈利的策略。
另外需要澄清的是，这近2万USDT的盈利是所有关注Dale的用户以及机器人本身的收益总和，不能简单理解为SN8的收益，即使是顶级验证者也可能理解有误。
验证者应该更认真地考虑如何为子网分配权重。创收不应是唯一的衡量标准；当前的产出和未来的潜力也应该证明当前的激励比例是合理的。保持 11.83% 的发行量意味着每天向 SN 8 分配 851.76 $TAO，相当于超过 250,000 美元的激励。以每天 250,000 美元的发行量来奖励 20,000 美元的总交易利润显然不是一个好交易。
换句话说，即使目前的排放量为 3.82%，这也意味着每天有 275.04 $TAO 分配给 SN 8。有了如此显著的激励，SN 8 的表现也应该会更好。
子网 28 代工厂 标准普尔 500 指数 Oracle
排放量：1.79%（2024–07–15）
Github： https://github.com/foundryservices/snpOracle
SN28 构建了一个预测标准普尔 500 指数价格的网络。验证者将未来时间戳发送给矿工，然后矿工提供时间戳后接下来六个 5 分钟间隔的标准普尔 500 指数价格。验证者记录这些预测，并根据矿工的预测与实际结果的接近程度对其进行评分。
评分机制如何运作？
SN28 使用两个指标来评估矿工：均方根误差 (RMSE) 和方向准确度，每个指标的权重均为 50%。
- 均方根误差（RMSE） ： RMSE是预测值与实际值之间平方差的平均值的平方根。RMSE的具体公式为：
RMSE值越小，说明模型的预测值与实际值越接近，模型的预测精度越高。
2. 方向准确性：即使矿工无法准确预测确切的值，只要预测的变化方向（向上或向下）是准确的，他们就被认为是方向正确的。
那么，矿工们对 SN 28 的预测有多准确呢？
根据过去 30 天的回测数据，结果令人失望。绿线代表标准普尔 500 指数的实际趋势，而其他线则代表矿工的预测。视觉效果清楚地表明，预测值与实际值之间存在显着差距，方向准确性并不总是正确的。
更糟糕的是，SN 28 几乎不能算作一个有竞争力的激励子网。不同矿工之间的激励差异很小，没有一个矿工脱颖而出。目前，网络中有 312 名矿工，顶级矿工仅获得 0.485% 的激励，234 名矿工分别获得超过 0.4% 的激励。这表明大多数矿工的预测准确率相当相似，没有一个可以被认为是高精度的。
考虑到 SN 28 的当前性能，这样的结果几乎没有实际价值。
了解了这两个子网的实际运行之后，我们可以解决最初的问题：
考虑到目前的产出，激励措施是否被高估了？
SN 8 和 SN 28 都应该有更好的表现，以证明当前的激励措施是合理的。
对于 SN 8，作为 TAO 排放 Top 5 子网络，仅依靠存在诸多缺陷的模拟交易系统不太可能令人信服。这些缺陷可能导致模拟中的获胜策略在实际应用中表现不佳。模拟系统可能低估了交易成本并忽略了交易对市场的影响，使得一些客观指标无法准确评估矿工的实际表现。在 PTN 中取得成功的模型不一定适用于实际交易。
对于 SN 28，不连续且不准确的价格预测距离实际应用更远。由于缺乏激励矿工之间有效竞争的机制，即使是排名靠前的矿工的预测也不可靠，因此不适合指导交易决策。
未来需要优化的领域
对于 SN 8：除了修复模拟系统中的缺陷之外，将模型的实际性能纳入评分指标也至关重要。由于模拟系统和真实市场之间存在不可避免的差异，即使是微小的差异也会导致模拟和实际性能之间产生显着差异。此外，考虑现实世界的表现将鼓励矿工开发更多类似于 Dale 的产品，从而加速 Bittensor 输出被真实用户广泛使用的过程。
对于 SN 28：当务之急是建立更全面的评分机制，以鼓励矿工之间的有效竞争并提高预测的准确性。此外，为矿工的产出找到实际应用也至关重要。如果纯粹为了预测而进行预测，那么就没有必要将 TAO 排放浪费在矿工之间的“彩票游戏”上。
参考
- https://github.com/taoshidev/proprietary-trading-network/tree/main
- https://docs.taoshi.io/ptn/miner/overview/
- https://dashboard.taoshi.io/miner/5GhCxfBcA7Ur5iiAS343xwvrYHTUfBjBi4JimiL5LhujRT9t
- https://dashboard.taoshi.io/miner/5G3ys2356ovgUivX3endMP7f37LPEjRkzDAM3Km8CxQnErCw
- Bybit
- https://github.com/foundryservices/snpOracle
- https://bittensor.foundrydigital.com/
- https://x.com/fish_datura/status/1806801342645583960?s=46&t=sfxHJI4f3g5nVyB50vFXPw
