· four exchange APIs · rebuilt daily
โมเดลภาษาที่ทำการวิเคราะห์ onchain ด้วย AI มีความโดดเด่นในการสรุปบันทึกข้อความและโค้ดสัญญา แต่ล้มเหลวอย่างคาดเดาได้ในการคำนวณตัวเลข Onchain workflows สร้างข้อมูลจำนวนมหาศาลในรูปแบบภาษาธรรมชาติและโค้ด: เธรดการกำกับดูแล DAO, บันทึกการแก้ไขโปรโตคอลฉุกเฉิน และซอร์สโค้ดสัญญาอัจฉริยะ
โมเดล Transformer สามารถอ่านข้อเสนอการกำกับดูแล 50 หน้าสำหรับโปรโตคอลการให้กู้ยืม และระบุการเปลี่ยนแปลงพารามิเตอร์ที่เสนอได้ภายในไม่กี่วินาที สามารถเน้นการใช้งาน proxy ที่ยังไม่ได้รับการตรวจสอบ หรือแมปการไหลของ call ในซอร์สโค้ดสัญญาอัจฉริยะ ไปป์ไลน์การติดแท็กที่อยู่มักใช้โมเดลภาษาเพื่อจำแนกกลุ่มกระเป๋าเงินตามข้อมูลเมตาของการทำธุรกรรมและฟิลด์ memo
แอปพลิเคชันเหล่านี้มีลักษณะร่วมกัน: อาศัยการจับคู่รูปแบบและการแสดงความหมาย แทนที่จะเป็นการคำนวณทางคณิตศาสตร์ที่แม่นยำ
Worth knowing
โมเดลภาษาคาดการณ์โทเค็นถัดไปตามความน่าจะเป็นของการกระจายการฝึกอบรม พวกเขาไม่ได้รักษาสถานะการดำเนินการภายในหรือทำการคำนวณจุดลอยตัวแบบกำหนดได้
เมื่อเทรดเดอร์นำการวิเคราะห์ onchain ด้วย AI มาใช้กับการดำเนินการสด สถาปัตยกรรมจะล้มเหลว Prompt ที่ขอให้โมเดลคำนวณราคาเข้าที่มีผล, เกณฑ์ leverage, หรือ funding drag ของ venue จะสร้างตัวเลขที่ฟังดูสมเหตุสมผลแต่ผิดพลาดทางคณิตศาสตร์
โมเดลที่อ่านตารางค่าธรรมเนียมของ exchange ไม่สามารถบวกหรือคูณตัวเลขได้โดยธรรมชาติ มันจะส่งออกโทเค็นที่คล้ายกับการคำนวณค่าธรรมเนียมก่อนหน้านี้ที่พบในชุดข้อมูล หากตารางค่าธรรมเนียมมีการอัปเดต หรือ funding rate เปลี่ยนเป็นลบ โมเดลจะใช้การเชื่อมโยงทางสถิติที่แคชไว้แทนการคำนวณตัวเลขปัจจุบันบ่อยครั้ง
Where this goes wrong
การพึ่งพาผลลัพธ์ของโมเดลภาษาสำหรับขีดจำกัด leverage หรือข้อกำหนด margin จะทำให้ตำแหน่งมีความเสี่ยงต่อการ liquidation ที่ไม่ตั้งใจเมื่อตัวเลขที่สร้างขึ้นแตกต่างจาก matching engines ของ exchange
การเปรียบเทียบต้นทุนตำแหน่งใน perpetual venues ต่างๆ จำเป็นต้องมีการคำนวณแบบกำหนดได้ตาม live order book feeds และตารางอัตราที่เผยแพร่
พิจารณาการถือครองตำแหน่ง long มูลค่า $100,000 ใน SOL perpetuals ใน exchange ต่างๆ funding rates ต่อช่วงเวลา 8 ชั่วโมงแตกต่างกันอย่างมากในแต่ละ venue:
| Venue | Futures Maker Fee | Futures Taker Fee | SOL 8h Funding Rate | 24h Cost per $100k Long |
|---|---|---|---|---|
| OKX | 0.0200% | 0.0500% | -0.0082% | -$24.60 (ได้รับ) |
| MEXC | 0.0000% | 0.0200% | +0.0008% | +$2.40 |
| Bitget | 0.0200% | 0.0300% | +0.0021% | +$6.30 |
| Bybit | 0.0200% | 0.0550% | +0.0100% | +$30.00 |
ส่วนต่าง funding rate SOL 8 ชั่วโมงระหว่าง OKX (-0.0082%) และ Bybit (+0.0100%) คือ 0.0182 เปอร์เซ็นต์พอยต์ ในช่วง 24 ชั่วโมง (สามช่วง funding) การถือครองตำแหน่ง long ใน Bybit จะมีค่าใช้จ่าย funding $30.00 ต่อขนาดตำแหน่ง $100,000 การถือครองตำแหน่ง long เดียวกันใน OKX จะได้รับเงิน $24.60 แก่ผู้ถือ long เนื่องจาก funding rate เป็นลบ
ส่วนต่างต้นทุนการถือครอง 24 ชั่วโมงระหว่างสอง venues นี้คือ $54.60 ต่อตำแหน่ง $100,000 ก่อนที่จะคำนวณค่าธรรมเนียมการดำเนินการ
ค่าธรรมเนียมการดำเนินการ Taker ก็แตกต่างกัน การเข้าสู่ตำแหน่งมูลค่า $100,000 ผ่านคำสั่ง taker มีค่าใช้จ่าย $20.00 ใน MEXC (0.0200%), $30.00 ใน Bitget (0.0300%), $50.00 ใน OKX (0.0500%), และ $55.00 ใน Bybit (0.0550%)
โมเดลภาษาที่สรุปสถานการณ์นี้อาจตีความอัตราลบผิดพลาดว่าเป็นต้นทุนแทนที่จะเป็นเครดิต หรือละทิ้งทศนิยมระหว่างการบวกหลายขั้นตอน
What to do instead
ใช้ Python หรือสคริปต์เชิงปริมาณเฉพาะเพื่อประมวลผล exchange API payloads สำหรับการกำหนดขนาดตำแหน่ง, funding drag, และตารางค่าธรรมเนียม
Funding rates ผันผวนตามความไม่สมดุลของ open interest และพลวัตของตลาด spot ที่อยู่เบื้องหลัง ตารางด้านล่างแสดง live 8-hour funding rates ในสินทรัพย์หลัก:
| Asset | Lowest Rate Venue | Highest Rate Venue | Spread (8h) | 24h Volume |
|---|---|---|---|---|
| ETH | MEXC (+0.0061%) | OKX (+0.0098%) | 0.0037% | $6,285,644,821 |
| BTC | OKX (+0.0046%) | Bybit (+0.0098%) | 0.0052% | $5,114,575,682 |
| SOL | OKX (-0.0082%) | Bybit (+0.0100%) | 0.0182% | $1,038,034,387 |
| ZEC | Bybit (-0.0049%) | OKX (+0.0014%) | 0.0063% | $1,245,471,405 |
| XAU | Bitget (+0.0213%) | OKX (+0.0395%) | 0.0182% | $777,003,934 |
| SNDK | Bybit (+0.0000%) | OKX (+0.0000%) | 0.0000% | $1,353,724,338 |
ใน XAU perpetuals ส่วนต่าง 8 ชั่วโมงระหว่าง Bitget (+0.0213%) และ OKX (+0.0395%) คือ 0.0182 เปอร์เซ็นต์พอยต์ ในช่วง 30 วัน (90 รอบ funding) การถือครองตำแหน่ง long XAU มูลค่า $100,000 ใน OKX จะมีค่าใช้จ่าย funding $3,555 เทียบกับ $1,917 ใน Bitget
การส่งตัวเลขดิบเหล่านี้ผ่านโมเดลข้อความมีความเสี่ยงที่จะเกิดข้อผิดพลาดสะสมในทุกขั้นตอนการคำนวณ เครื่องมือคำนวณแบบกำหนดได้หลีกเลี่ยงความล้มเหลวเหล่านี้ได้อย่างสมบูรณ์
โมเดลภาษาจะสร้างโทเค็นตามการกระจายความน่าจะเป็นของข้อความ แทนที่จะดำเนินการทางคณิตศาสตร์ พวกเขาไม่ได้รันเครื่องคิดเลขเชิงคำนวณ ซึ่งนำไปสู่ตัวเลขที่ผิดพลาดเมื่อรวมอัตรา leverage, ข้อกำหนด margin, และระดับค่าธรรมเนียมที่แตกต่างกัน
โมเดลภาษาทำงานได้อย่างน่าเชื่อถือเมื่อแยกวิเคราะห์ซอร์สโค้ดสัญญาอัจฉริยะ, จัดหมวดหมู่ memo ของบันทึกการทำธุรกรรม, และสรุปการสนทนาข้อเสนอการกำกับดูแล งานเหล่านี้อาศัยการประมวลผลภาษาธรรมชาติและการจดจำรูปแบบความหมาย แทนที่จะเป็นผลลัพธ์ตัวเลขที่แม่นยำ
เมื่อ funding rate ของ perpetual เป็นลบ ผู้ถือตำแหน่ง short จะจ่ายเงินให้ผู้ถือตำแหน่ง long ในช่วงเวลาการชำระบัญชี ตัวอย่างเช่น อัตรา -0.0082% ต่อช่วงเวลา 8 ชั่วโมงในตำแหน่ง $100,000 จะเครดิต $8.20 เข้าบัญชี long ทุกแปดชั่วโมง
เทรดเดอร์ควรสอบถาม venue REST หรือ WebSocket API โดยตรงโดยใช้ภาษาโปรแกรมแบบกำหนดได้ เช่น Python หรือ Rust สคริปต์เหล่านี้จะคำนวณต้นทุนหลายช่วงเวลาและโครงสร้างค่าธรรมเนียมที่แม่นยำ โดยไม่ต้องพึ่งพาผลลัพธ์ข้อความแบบสุ่ม