NEAR - Sponsor Image NEAR - Confidential swaps across 35+ chains Friend & Sponsor Learn more

L'IA prédictive s'attaque aux marchés de la prédiction

Le réseau décentralisé de Synthdata pour l'IA financière se met au travail sur Polymarket.
L'IA prédictive s'attaque aux marchés de la prédiction
Listen
5
0
0:00 0:00

Subscribe to Bankless or sign in

Il y a deux semaines, j'ai parlé de la réduction de moitié de Bittensor (qui s'est déroulée avec succès) et d'une série de sous-réseaux à surveiller pendant que le réseau s'organise dans la foulée.

L'un d'entre eux était Synthdata, un sous-réseau construisant un réseau d'intelligence prédictive lancé par le réseau L2 "perdu de vue". "lost-to-time" L2, Mode.

Comme beaucoup d'autres, je suis fasciné par le potentiel prédictif de l'IA et j'ai tenté de tester différents produits qui prétendaient atteindre cet objectif. Infinite GamesAeon, l'agent prédictif d'Infinite Games - j'ai perdu de l'argent. Taoshi's signals - J'ai gagné de l'argent, puis j'en ai perdu.

Des robots d'IA pour guider vos transactions sur les crypto-monnaies sur Bankless
Un outil d'IA vous apportera-t-il votre prochain trade 100x ?

Je partage ces informations pour démontrer que de nombreuses équipes ont - et continueront à - s'orienter vers l'intelligence prédictive en utilisant l'IA décentralisée. Il est évident qu'atteindre cet objectif serait une mine d'or, mais cela nourrit également la faim que nous avons tous de regarder dans la boule de cristal.

Si ces motivations sont "égoïstes", j'en propose une plus "désintéressée", empruntée à l'article récent de l'article récent de nof1Ces environnements financiers "imprévisibles" constituent une meilleure référence pour tester l'IA. L'IA obtient aujourd'hui les meilleurs résultats dans les olympiades de codage, de raisonnement, d'écriture et de mathématiques - autant d'environnements contrôlés qui peuvent être mémorisés, mis en correspondance avec des modèles ou joués grâce à des données d'entraînement. Les environnements du monde réel, comme les marchés, ne le peuvent pas, ou du moins il est beaucoup plus difficile de le faire.

C'est ce qui a poussé nof1 à créer Alpha Arena, une compétition de trading où des LLM ont reçu des portions de 320 000 dollars pour effectuer des transactions. (La plupart ont échoué lamentablement, bien que Grok's ait affiché des rendements intéressants).

Et bien que de nombreuses équipes travaillent sur l'intelligence prédictive, très peu d'entre elles ont fait la preuve de leur réussite. Pourtant, jusqu'à présent, Synthdata l'a fait et continue de le faire, c'est pourquoi j'approfondis la question.

  • Il convient de noter que d'autres sous-réseaux peuvent avoir fait leurs preuves, et étant donné que la plupart de ces tableaux de bord de sous-réseaux sont inaccessibles à quiconque n'est pas spécialisé dans ce domaine, il se peut que je les aie manqués ! Mon véritable objectif ici est de plaider pour que vos résultats soient lisibles et moins affichés sous forme de décharges de données en vrac. Cela semble intentionnellement opaque.

Ce que fait Synthdata

Synthdata est un réseau décentralisé d'intelligence financière prédictive. Les mineurs rivalisent pour modéliser l'incertitude des mouvements de prix à court terme des actifs - BTC, ETH, SOL, XAU (or) - et cette modélisation alimente les applications en aval : prix des options, probabilités de liquidation, stratégies de fourniture de liquidités.

Les validateurs envoient continuellement des requêtes aux mineurs, leur posant des questions telles que "Où pourrait se situer le BTC au cours de la prochaine heure ?" Chaque mineur génère indépendamment 1 000 trajectoires de prix possiblesminute par minute. Certaines montrent une hausse du prix, d'autres une baisse, la plupart se situant quelque part entre les deux.

Le mécanisme clé : les mineurs n'attribuent pas de probabilités aux trajectoires. Chaque trajectoire a le même poids. La probabilité dépend du nombre de chemins qui aboutissent à un résultat donné. Si 620 chemins sur 1 000 aboutissent à un résultat supérieur au point de départ, cela implique 62 % de chances d'aboutir à un résultat positif. Aucun mineur ne s'est déclaré "confiant à 62 %" - ce chiffre est sorti de la simulation. Cette conception empêche la manipulation de la confiance et oblige à une modélisation honnête de l'incertitude.

Enjoying this article?

Subscribe to Bankless or sign in

Il n'y a donc pas de "modèle Synth" unique. Il s'agit d'une compétition ouverte, les mineurs étant libres d'utiliser l'approche qui reflète le mieux le comportement réel des prix.

via Synthdata

Comment les mineurs sont jugés

Les mineurs ne sont pas jugés immédiatement ou en fonction de leurs bénéfices. Ils sont jugés après que la réalité se soit produite, par des validateurs, en utilisant le CRPS (Continuous Ranked Probability Score), une méthode permettant d'évaluer la qualité de la modélisation de l'incertitude, et non la justesse de la supposition.

Le CRPS pénalise trois échecs : se tromper (la réalité est éloignée de la plupart des chemins), être trop confiant (les chemins sont trop étroits, la réalité est à l'extérieur) et être vague (les chemins s'étendent partout "juste au cas où"). Vous ne pouvez pas jouer en étant toujours confiant, en étant toujours vague ou en ayant de la chance une fois.

Les scores alimentent un tableau de classement où les performances récentes comptent plus que les anciennes. Les mineurs qui font preuve d'honnêteté quant à l'incertitude des résultats sont récompensés. La précision constante est un facteur aggravant.

La preuve par l'exemple sur Polymarket

Pour démontrer que le système fonctionne, Synthdata gère un compte public Polymarket Polymarket qui négocie le marché BTC Hourly Up/Down.

Synth dispose déjà de cotes implicites à partir de ses trajectoires.

Si 620 sur 1 000 se terminent à la hausse, la probabilité implicite de hausse est de 62 %. Supposons que Polymarket vende Up à 55 cents (probabilité implicite de 55%). Synth voit un écart - ses modèles suggèrent 62 %, le marché 55 % - et achète donc Up. Non pas parce qu'elle sait que la BTC va augmenter, mais parce qu'elle sait que les probabilités sont mal évaluées.

Grâce à cette méthode, elle a transformé 3 000 dollars en 73 000 dollars.

via Polymarket

Ce que l'on peut en déduire

Le compte Polymarket constitue une preuve de concept convaincante pour la vision plus large du réseau en matière d'intelligence financière prédictive.

Bien sûr, des questions subsistent. Passer de 3 000 à 73 000 dollars est incroyablement impressionnant, mais la taille de l'échantillon est limitée. Les marges s'érodent. Ce qui fonctionne dans un régime peut échouer dans un autre. Les marchés horaires de Polymarket s'avèrent beaucoup plus minces que des marchés plus importants tels que les options 0DTE que Synth semble soutenir (bien qu'il n'ait pas établi une preuve de concept similaire basée sur les comptes, à ma connaissance).

Néanmoins, la conception du système est convaincante et, personnellement, elle semble plus durable que celles qui fournissent des signaux "long/short". Il reste à voir s'il se transformera en quelque chose de durable ou s'il s'éteindra comme d'autres. Mais Synthdata a des recettes, et rien que pour cela, il vaut la peine de s'y intéresser.


David Christopher

Written by David Christopher

647 Articles View all      

David is a writer/analyst at Bankless. Prior to joining Bankless, he worked for a series of early-stage crypto startups and on grants from the Ethereum, Solana, and Urbit Foundations. He graduated from Skidmore College in New York. He currently lives in the Midwest and enjoys NFTs, but no longer participates in them.

No Responses
Rechercher sur Bankless