在 Bittensor 中，有兩個與交易強相關的 Subnet：Subnet 8 Propriety Trading Network 和 Subnet 28 Foundry S&P 500 Oracle。目前前者的 TAO 產出佔比約為 3.82%，後者約為 1.79%。那麼他們目前的產出和激勵是否一致，未來還有哪些地方可以優化呢？
子網8 自營交易網絡（PTN）
排放量：3.82%（2024–07–15）
Github： https://github.com/taoshidev/proprietary-trading-network/tree/main
Subnet 8 提供了一個模擬交易系統，可交易的資產包括外匯、數字資產（目前只有BTC和ETH）和指數。交易者可以根據預定義的規則交易這些資產並構建投資組合。具體規則請參考官方文檔。
礦工充當交易者，在網絡內提交多頭/空頭交易訂單。驗證者負責處理這些訂單，實時跟蹤每個礦工投資組合的表現，並根據評分系統對礦工進行排名。只有排名前 25 位且未受到懲罰的礦工才能獲得 TAO 排放獎勵。
評分和懲罰機制如何運作？
評分依據礦工投資組合回報率、Omega 比率、Sortino 比率的加權組合計算得出，每個礦工獲得的 TAO 發行比例由其評分比例決定。
但即使礦工綜合評分很高，如果受到懲罰，也無法獲得獎勵。以下任一情況，礦工都會受到懲罰：
穩定性懲罰：如果礦工在連續 30 天內未能保持相對穩定的交易表現，則會受到懲罰。穩定的交易表現包括兩個方面：
- 礦工必須保持活躍，在 30 天內至少進行 18 天的交易。
- 礦工投資組合的淨值不得出現過度的短期波動（ 6小時內波動超過標準差的30倍）。
虧損懲罰：最大虧損範圍限制在 0.25% 至 5% 之間。如果礦工的最大虧損低於 0.25% 或超過 5%，則將受到懲罰。此虧損評估考慮了整個交易歷史，而不僅僅是 30 天的表現窗口。
例如，Miner-5GhRddUNcwWSaaa8o5ipcYr4HLCYMg1WwH3rUWdF6RHgE581 的收益率排名最高，但由於最大回撤超過 16% 而受到懲罰，導致幾乎沒有獲得任何激勵分配。這清楚地表明 PTN 鼓勵穩健且相對保守的投資策略。
首先，在評分機制上，PTN 選擇了參考 Omega 比率和 Sortino 比率，關注尾部風險和下行風險，而非單純考慮收益率。另外，多元化的理念也體現在 PTN 的長期目標中，PTN 的目標不只是訓練一個特定的交易模型，而是要維護一個具有高度競爭力的模擬交易排行榜，從中選出幾款優秀的交易模型，然後根據排名對這些排名靠前的模型進行平均，從而得到一個複合投資組合，降低依賴單一模型的風險。
雖然這個模擬系統看起來競爭非常激烈，但模型必須在保持較低迴撤的同時確保一定的回報，獲勝的模型真的可以部署在大規模的真實交易中嗎？
遺憾的是，由於模擬系統的設計缺陷，獲勝模型在實時交易中的表現可能不如在模擬中那麼好。
模擬系統的交易規則設計存在幾個不合理的地方：
1.忽略市場流動性和滑點：所有交易訂單均按照模擬系統中的報價執行，沒有任何延遲或價格變化，這並不能反映真實的市場情況。
2.忽略追加保證金的可能性：模擬系統沒有考慮保證金不足的情況，並且缺乏強制平倉機制。
3.誇大資金利用率：雖然每個交易對的最大槓桿都是有限的，但對礦工整體持倉量並沒有合理的槓桿限制，並且假設所有持倉量都可以共享保證金，這與真實的交易系統有顯著差異。
4.固定借貸及持有成本：實際上，這些交易成本會隨著市場波動而變化。固定利率可能會低估這些成本，從而誇大投資回報率。
5.訂單類型有限：模擬系統本質上只接受完全執行的市價訂單，甚至不支持止損或止盈等最基本的訂單類型，這限制了策略的靈活性。
6、交易頻率及持倉時間限制過於嚴格：交易頻率最快限制為10秒一道單，最短持倉時間需在15分鐘以上，也限制了策略的靈活性。
模擬系統固有的缺陷加劇了成功模型應用於現實市場時面臨的挑戰：
- 忽略實盤交易對市場的影響及競爭壓力：模擬系統的交易能否成交，並沒有考慮現實中同樣的訂單是否會成交，也忽略了這些交易對市場的影響及交易的反身性。
- 低估獲勝礦工的尾部風險：儘管評分機制包括尾部風險和下行風險的指標，但交易規則設計中的缺陷可能會低估實際交易成本並高估資本利用率。這可能導致高估模型的回報率，從而使這些指標可能不準確。
是否有人真正使用礦工策略進行真實市場交易？其表現如何？
儘管市場上存在遵循這些策略的產品，但對其實際表現得出明確結論仍然具有挑戰性。
Dale是一款基於 PTN 排名第九的礦工Tarvis提供信號進行操作的交易機器人。它已在Bybit上交易 45 天，目前有 168 名用戶關注其交易，AUM 超過 400,000 USDT，總利潤接近 20,000 USDT。
對於 Bittensor 來說，Dale 是一個難能可貴的嘗試，它代表了一個真實應用，用戶可以從 Bittensor 的輸出中獲益。自上線以來，共有 838 位用戶關注了 Dale 的交易，其中 217 位用戶盈利，305 位用戶持平，316 位用戶虧損。盈利最高的用戶使用了 130,556 USDT，關注了 33 天，盈利 3,871 USDT，收益率為 2.96%；虧損最高的用戶使用了 135,755 USDT，關注了 7 天，虧損 7,503 USDT，收益率為 -5.52%。
然而，由於 Tarvis 的策略包含許多外匯交易，並且 Dale 僅以 2 倍 Tarvis 頭寸規模和 5 倍交易所槓桿複製了 Tarvis 的BTC和ETH交易，因此它只能部分反映 Tarvis 的實際表現。
此外，儘管其回報率高達+25.98%，交易勝率高達72%，表現令人印象深刻，但考慮到其整體活躍期只有45天，且大部分交易利潤集中在6月11日至6月18日這一週，很難將其評價為PTN所宣傳的穩定、持續盈利的策略。
另外需要澄清的是，這近2萬USDT的盈利是所有關注Dale的用戶以及機器人本身的收益總和，不能簡單理解為SN8的收益，即使是頂級驗證者也可能理解有誤。
驗證者應該更認真地考慮如何為子網分配權重。創收不應是唯一的衡量標準；當前的產出和未來的潛力也應該證明當前的激勵比例是合理的。保持 11.83% 的發行量意味著每天向 SN 8 分配 851.76 $TAO，相當於超過 250,000 美元的激勵。以每天 250,000 美元的發行量來獎勵 20,000 美元的總交易利潤顯然不是一個好交易。
換句話說，即使目前的排放量為 3.82%，這也意味著每天有 275.04 $TAO 分配給 SN 8。有了如此顯著的激勵，SN 8 的表現也應該會更好。
子網 28 代工廠 標準普爾 500 指數 Oracle
排放量：1.79%（2024–07–15）
Github： https://github.com/foundryservices/snpOracle
SN28 構建了一個預測標準普爾 500 指數價格的網絡。驗證者將未來時間戳發送給礦工，然後礦工提供時間戳後接下來六個 5 分鐘間隔的標準普爾 500 指數價格。驗證者記錄這些預測，並根據礦工的預測與實際結果的接近程度對其進行評分。
評分機制如何運作？
SN28 使用兩個指標來評估礦工：均方根誤差 (RMSE) 和方向準確度，每個指標的權重均為 50%。
- 均方根誤差（RMSE） ： RMSE是預測值與實際值之間平方差的平均值的平方根。RMSE的具體公式為：
RMSE值越小，說明模型的預測值與實際值越接近，模型的預測精度越高。
2. 方向準確性：即使礦工無法準確預測確切的值，只要預測的變化方向（向上或向下）是準確的，他們就被認為是方向正確的。
那麼，礦工們對 SN 28 的預測有多準確呢？
根據過去 30 天的回測數據，結果令人失望。綠線代表標準普爾 500 指數的實際趨勢，而其他線則代表礦工的預測。視覺效果清楚地表明，預測值與實際值之間存在顯著差距，方向準確性並不總是正確的。
更糟糕的是，SN 28 幾乎不能算作一個有競爭力的激勵子網。不同礦工之間的激勵差異很小，沒有一個礦工脫穎而出。目前，網絡中有 312 名礦工，頂級礦工僅獲得 0.485% 的激勵，234 名礦工分別獲得超過 0.4% 的激勵。這表明大多數礦工的預測準確率相當相似，沒有一個可以被認為是高精度的。
考慮到 SN 28 的當前性能，這樣的結果幾乎沒有實際價值。
瞭解了這兩個子網的實際運行之後，我們可以解決最初的問題：
考慮到目前的產出，激勵措施是否被高估了？
SN 8 和 SN 28 都應該有更好的表現，以證明當前的激勵措施是合理的。
對於 SN 8，作為 TAO 排放 Top 5 子網絡，僅依靠存在諸多缺陷的模擬交易系統不太可能令人信服。這些缺陷可能導致模擬中的獲勝策略在實際應用中表現不佳。模擬系統可能低估了交易成本並忽略了交易對市場的影響，使得一些客觀指標無法準確評估礦工的實際表現。在 PTN 中取得成功的模型不一定適用於實際交易。
對於 SN 28，不連續且不準確的價格預測距離實際應用更遠。由於缺乏激勵礦工之間有效競爭的機制，即使是排名靠前的礦工的預測也不可靠，因此不適合指導交易決策。
未來需要優化的領域
對於 SN 8：除了修復模擬系統中的缺陷之外，將模型的實際性能納入評分指標也至關重要。由於模擬系統和真實市場之間存在不可避免的差異，即使是微小的差異也會導致模擬和實際性能之間產生顯著差異。此外，考慮現實世界的表現將鼓勵礦工開發更多類似於 Dale 的產品，從而加速 Bittensor 輸出被真實用戶廣泛使用的過程。
對於 SN 28：當務之急是建立更全面的評分機制，以鼓勵礦工之間的有效競爭並提高預測的準確性。此外，為礦工的產出找到實際應用也至關重要。如果純粹為了預測而進行預測，那麼就沒有必要將 TAO 排放浪費在礦工之間的“彩票遊戲”上。
參考
- 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
