跳至内容

Bumper

2024年6月10日2 min

AI驱动的加密货币风险保护:无论市场方向如何都能获利

价格波动对参与加密货币市场构成了重大障碍,阻碍了新手进行交易或投资这一资产类别。极端市场波动的反复发生导致了数十亿美元的清算,使市场对更被动或风险厌恶的投资者吸引力降低。这种波动特别阻碍了该领域的 newcomers,因为他们不愿在如此不可预测的环境中损害他们的资本。

图 1: 加密货币市场总清算(从2023年11月至2024年5月)。

来源: Coinglass.

2022 年的一项调查发现,近 40% 尚未购买加密货币的个人由于对价格波动性的担忧而犹豫不决。高波动性和频繁的清算可能会对底层资产产生负面情绪。这种感知风险可能会由于价格剧烈波动而使风险厌恶型投资者望而却步,从而产生恐惧和不确定感。

图 2:购买任何加密货币的犹豫原因。

来源:Coupon Follow(截至2022年)。

衍生品工具可以帮助抵消部分波动性,并对冲市场不可预测性。然而,这些工具对于普通投资者来说相当复杂且不直观。例如,期权涉及对量化指标、希腊字母、不同到期日的选择等方面的相当深入的理解。另一个问题是,当我们考虑大多数这些工具是由中心化交易所提供的,它们会托管您的资产时。

DeFi 为这个问题提供了一个解决方案,允许用户保持对其资产的控制,同时协议开发者可以利用新的创新,并提供期权交易所如 Deribit 或其他期货平台中不可用的回报结构。

在现有的工具中,无论是由中心化还是去中心化提供商提供,传统的Black-Scholes期权定价模型继续占据主导地位。这是一种历史上用于确定期权定价中公平溢价的方法(期权买家支付给卖家的价格,以换取期权合约赋予的权利)。期权是允许交易者以固定价格在未来日期买卖特定资产的合约。该模型在传统金融中被广泛使用,当Deribit在2016年推出Bitcoin期权交易时,它被改编用于加密货币。今天,它也被DeFi协议采用,这些协议旨在在链上启用期权交易。

然而,像 Black-Scholes 这样的传统模型在加密货币市场中面临挑战。它们依赖于波动率恒定和资产价格对数正态分布的假设,这导致在极端市场波动期间定价不准确。这些模型也无法充分处理市场崩盘和突然的大幅价格变动,从而导致期权合约昂贵且复杂,缺乏针对重大资产价值变化的有效策略。

为了解决像 Black-Scholes 这样的传统方法在定价风险方面的局限性,Bumper 于 2023 年底推出,提供了一种 新型方法来保护加密资产的价值,同时无论市场方向如何都有可能获利。该协议旨在优化一种 三方权衡:最小化 taker 溢价、最大化 maker 收益,并最小化协议破产风险。

自推出以来,Bumper 持续创新,特别是通过集成人工智能来进一步提升协议效率和性能。这 AI驱动的方法 有助于根据实时波动性动态定价保费,使 Bumper 能够分析市场数据、预测趋势,并管理与加密货币前所未有的速度和动态特性相关的风险。

关键要点

  • 在像加密货币这样波动性极高的资产类别中,有效的风险和保护管理解决方案是必不可少的。像 Bumper 的受保护价格底线这样的金融工具是必要的,以为投资者提供更好的对冲工具,帮助他们实现更高的可预测性和稳定的回报。
  • 自2023年底在Arbitrum上推出以来,Bumper引入了一种新颖的方法,该方法区别于传统的风险管理解决方案,并持续优于Deribit上的传统看跌期权定价高达30%,这标志着相对于传统Black-Scholes期权定价模型的统计显著改进。此外,在维护其资产保护的同时,Bumper引入了一种创新的交易方法,使用户能够无论市场方向如何而潜在获利。
  • Bumper 最近整合 AI 解决方案,突显了遵循最先进技术并继续保持领先地位的承诺,以提升协议效率和有效性。
  • Bumper 的技术栈正在逐步整合三个关键 AI 功能:价格预测、情绪分析和技术分析。这些先进方法旨在提前几分钟预测市场走势,从而改善保费的动态计算和再平衡过程。
  • Bumper 的最终目标是优化关键的三难困境,即最小化 taker premia、最大化 maker yield,并最小化 protocol insolvency risk。

背景

Bumper 是一个非托管且无许可的 DeFi 协议。其核心功能是一个风险管理工具,旨在保护加密资产的价值免受下行波动和市场崩盘的影响。虽然 Bumper 与止损、期权交易台和保险政策有相似之处,但它因其独特架构、功能以及风险管理方法而脱颖而出。这些元素使 Bumper 能够提供额外优势:它也可以用作交易工具。特别是,Bumper 引入了一种新颖的交易方法,使用户能够在不考虑市场方向的情况下潜在地产生收益,同时保持对资产的保护。 此外,通过逐步将三个 AI 技术栈集成到其技术中,Bumper 能够进一步优化收益和溢价,使其作为交易工具更加具有成本效益。

与看跌期权不同,后者涉及购买具有固定权利金的合约并押注价格变动,Bumper 可以保护您已拥有的代币并且其权利金是根据实际市场波动动态计算的。

作为交易者,您可以通过在 Bumper 上存入您的资产并选择受保护的最低价值来开仓:(1) 如果资产价格上涨,价值也会上涨并且您保留您的资产,(2) 如果价格低于您的底线,在您的期限结束时您可以用稳定币退出并以更低的价格积累更多资产;作为替代方案,您可以收取稳定币并保留所持资产的价值。

同样,您也可以作为流动性提供者参与该协议,在无需持续监控价格走势、编写报价以出售投资合约以及为这些合约寻找买家的情况下,就可从您的存款中赚取收益。

图 3:通过 Bumper 仓位,用户可以在上涨和下跌中均获利

来源: Bumper.

该协议提供了一系列自治功能,使用户能够保护存入代币的价值,例如 Bitcoin (wBTC)、Ether (wstETH),其他代币将陆续添加。这些存款将被锁定固定时间,例如 7 天、30 天、120 天等。

图 4:不同期限和地板水平的动态溢价示例

来源: Bumper App.

保护‘Taker’存款被汇集在一起,并产生定期动态保费。这种流动性由‘Makers’提供,他们将稳定币($USDT)存入相应的池中,以支持Taker资产的保护价值。一个新型再平衡机制确保Taker和Maker池如果偏离其设定阈值太远时保持平衡。

自2023年12月在Arbitrum上推出以来,Bumper一直以高达30%的幅度超越Deribit上的传统看跌期权定价,标志着相对于传统Black-Scholes期权定价模型的统计显著改进。Bumper对创新的承诺在其初始推出后继续;为了进一步提升协议的性能,Bumper强调其将AI作为战略主要组成部分。

图 5: Bumper 的创新方法持续优于传统期权定价

来源:Bumper.

Bumper 的核心功能是一个池化风险市场,利用人工智能 (AI) 来优化效率。通过 逐步将三个 AI 技术栈(价格预测、情绪分析和技术分析)集成到其现有技术中,Bumper 旨在改进价格溢价和再平衡的计算。利用来自大型语言模型 (LLMs) 的实时波动数据和信号,该协议旨在预测市场趋势并主动调整。

图 6: Bumper 的核心功能:一个利用 AI 优化效率的池化风险市场

来源: Bumper.

用于优质预测和再平衡的 AI 驱动解决方案

人工智能 (AI) 将推动前所未有的社会变革和广泛的经济颠覆,在所有行业(包括 crypto)创造新的机会。AI 技术的快速发展,例如 Large Language Model (LLM) 计算、Large Language And Vision Assistants (LLAVA)、Reinforcement Learning from Human Feedback (RLHF)、Retrieval Augmented Generation (RAG) 和 Long Short-Term Memory (LSTM),极大地提升了预测模型的能力。这些突破还加速了计算速度,使得实时分析和决策成为可能,而这在几年前是无法实现的。

Bumper 是一个可信地旨在整合 AI 来改进其协议的项目示例。正如之前预期的,Bumper 的 AI 整合策略围绕三个关键 AI 技术栈展开,每个都旨在解决特定挑战并增强协议的能力:

  1. 价格预测
  2. 情绪分析
  3. 技术分析

为了验证其预测模型的准确性和有效性,Bumper 采用专有的基于代理的建模 (ABM) 方法。ABM 是一种计算技术,它模拟自治代理(例如个人、群体或实体)的行动和互动,以评估它们对整体系统的影响。这些代理遵守预定义的规则,并可以基于它们的经验和互动进行学习、适应和演化。

代理非常重要,因为 Bumper 作为一个双边市场运作,由做市商和接盘方组成:一方用户通过锁定一个固定期限的底价进行对冲,并为此支付溢价,而另一方用户则存入稳定币流动性以赚取收益。要满足市场双方的需求,需要优化此溢价的定价成本:如果太贵,接盘方就不会参与;如果太便宜,做市商就没有吸引力去存入资金并承担资本风险。挑战在于找到一个理想平衡点,随着价格波动和波动性变化,这变得更加复杂。这就是为什么 Bumper 的 ABM 工具如此重要,它允许根据实时波动性动态调整,以公平定价溢价,从 LLMs 摄取信号来预判市场趋势并主动再平衡。

使用这种 ABM 方法来支持其 AI 集成策略,Bumper 预测协议的效率将实现 5-25% 的经济改进,有效平衡了较低保费、较高收益和偿付能力稳健性的三难困境。

价格预测

第一个 AI 技术栈与价格预测相关,利用一个 70 亿参数 大型语言模型 (LLM)。Bumper 使用金融数据训练了这个 LLM,包括 Bitcoin 价格数据集的价格(开盘、最高、最低、收盘)和交易量指标。该 LLM 使用人类反馈强化学习 (RLHF) 进行微调,奖励模型对匹配归一化实际价格数据的预测。下图提供了使用 Bumper 的 70 亿参数 LLM 对 Bitcoin 进行价格预测的视觉表示。

图7: 使用70B参数LLM的收盘价预测

来源:Bumper.

最初基于每日开盘/收盘价格训练,后来基于小时数据,持续过程旨在最终纳入 tick 数据以实现更高的精度。鉴于 $BTC tick 数据包含数百 TB,它使用了 Retrieval Augmented Generation (RAG) 将关系数据库信息转换为数据向量。RAG 技术不仅提升了 LLM 性能,还促进了多个实时资产价格馈送的集成,这对于 RLHF 至关重要,并在现有的 LLM 上下文窗口内实现。

情绪分析

第二个AI技术栈专注于情绪分析。通过利用一个预训练的 80亿参数 大型语言模型(LLM),Bumper可以分析大量的金融自然语言处理(NLP)数据,以无与伦比的粒度衡量市场情绪。通过微调和高级NLP技术,Bumper获得了对投机者心态的宝贵洞察,从而更深入地理解市场动态和趋势。

Bumper 的预训练 LLM 摄取大量金融 NLP 数据,将情绪分类为详细的分数和分布,以提供对市场情绪的细致理解。该模型使用来自 Transformers 的双向编码器表示 (BERT) 进行微调,以标记意见、态度和情绪,并通过专用的 NLP 训练来识别独特的金融词汇。

来自 Transformers 的双向编码器表示 (BERT) 是 Google 开发的一项最先进的自然语言处理 (NLP) 模型。它旨在通过查看目标词前后两个方向的词来理解句子中词的上下文,而不是仅查看其前面的词。这种 双向方法允许 BERT 捕捉词的完整上下文,从而导致对含义的更准确解释。

配备注意力机制,该机制允许模型在确定上下文时权衡句子中不同词语的重要性,以及基于Transformer的结构,LLM 有效地辨别市场情绪和投资者行为,预示未来的市场趋势。

图 8:辨别市场情绪以预示未来市场趋势

来源: Bumper.

技术分析

第三个AI技术栈专注于技术分析。Bumper 通过训练大型语言和视觉助手(LLAVA)开发了一种新颖的方法,这是一种多模态模型,它结合了基于视觉的价格图表图像分析与NLP驱动的技术指标解释。这种集成使Bumper能够基于历史价格数据和市场趋势做出明智的决策。

该过程包括将历史Bitcoin价格数据转换为图表图像。然后,这些图像被标记为技术指标,例如支撑/阻力水平、Relative Strength Index (RSI) 和 Moving Average Convergence Divergence (MACD)。LLAVA模型处理这些视觉数据点以及相关的NLP技术指标。

Figure 9: 带技术标记的图像示例

来源: Bumper.

这个端到端的多模态模型将视觉编码器与大型语言模型 (LLM) 连接起来,使系统能够分析和解释复杂的市场数据。此外,该模型融入了长短期记忆 (LSTM) 用于历史时间序列预测,从而增强其基于过去趋势预测未来市场走势的能力。

最终思考

Bumper 的三层 AI 方法 使协议能够预测市场趋势,根据实时数据流动态定价保费,并主动重新平衡仓位.

实时流式传输数据,与传统期权交易台使用隐含波动率 (IV) 来计算一周或更长时间的潜在价格相反,是协议效率的重大飞跃目标。只需预测 15 分钟后的价格,就可以大大减少短期价格评估中的滑点,从而改善资本保护,而 Bumper 通过应用到实时数据的 AI 技术实现了这一点。

这些 AI 集成开发的目的是产生信号,这些信号输入到一个单一值中,该值在协议中称为‘beta’,这个值对于计算保费和再平衡已经至关重要。

图 10:‘beta’ 在计算保费和再平衡中的核心作用

来源: Bumper.

通过这种AI驱动的方法,Bumper 希望进一步提高协议在风险管理方面的效率和有效性,最终为用户提供强大的保护和更高的回报——为交易者(takers)提供更好的价格保护,以及为流动性提供者(makers)提供更高的收益。

图 11:将 AI 集成到 Bumper 协议中

来源: Bumper.

结论

本报告突出了 在固有波动性的加密货币市场中,对有效风险和保护管理解决方案的迫切需求。在各种可用解决方案中,Bumper Finance 自2023年底推出以来,引入了一种与传统方法相比的新颖方法。特别是,在保持对其资产的保护的同时,Bumper 引入了一种创新的交易方法,使用户无论市场方向如何都能潜在获利。 此外,在对创新和效率的持续承诺中,Bumper 最近进行了品牌重塑,以强调其对 AI 驱动解决方案的关注,这些解决方案现在既实用又强大。

Bumper 当前的集成努力包括 三个 AI 技术栈:价格预测、情绪分析和技术分析。这些前沿的 AI 方法旨在提前几分钟预测市场动向,提升保费的动态计算和再平衡过程,最终目标是进一步优化关键的三方权衡,即最小化 taker 保费、最大化 maker 收益,并最小化协议破产风险。

参考文献

  • Baioumy M., Cheema A., (2024) AI x Crypto Primer。可在线获取:alexcheema.github.io
  • Bumper Blog, (2024) Bumper’s AI-Powered Brand Evolution, Bumper。可在线获取:bumper.fi
  • Bumper Blog, (2024) Bumper 的三级 AI 方法革新了加密货币市场预测和交易效率,Bumper。可在线获取:bumper.fi
  • Bumper 文档.
  • Bumper 网站。
  • 加密货币清算数据,Coinglass。在线可用:coinglass.com
  • Keskin S., (2023) DeFi 3.0 引入了一种新的方式来对冲加密资产的波动性,Cointelegraph。可在网上获取: cointelegraph.com
  • Kirimi A., (2022) 新调查揭示了人们对投资加密货币的担忧,Cointelegraph。可在网上获取: cointelegraph.com

披露

Revelo Intel 与 Bumper 保持商业关系,作为教育倡议的一部分,本报告是该合作的一部分而委托撰写的。

Revelo Intel 团队成员,包括直接参与上述分析的人员,可能持有所讨论的代币头寸。

本内容仅供教育目的提供,不构成财务或投资建议。您应进行自己的研究,并仅投资您能承受损失的金额。Revelo Intel 是一个研究平台,不是投资或财务顾问。

Alea Research · 2024年6月10日 · 2 min · 7 个章节

返回顶部