gm! Совсем недавно криптотвиттер делал ставки на выход токена арбитрума до конца марта. Сегодня каждый криптан уже примерно рассчитывает, сколько он заработал или не заработал. Мне тоже стало интересно посчитать свои предположительные вознаграждения, но без собственного анализа, а с помощью ChatGPT.
Все началось со случайно увиденного в lenster.xyz треда о предсказании цены на $ARB. Меня привлекло то, что olimpio (автор треда) качественно подготовил информацию об аналогичных дропах от сетей и предоставил ее в треде.
С этого и началась идея собрать данные и скормить их в нейронку для того, чтобы получить анализ от нее. Все-таки в релизе GPT-4 была информация о том, что она научилась проходить тестирования в крупнейшие ВУЗы, а здесь интересная задача на анализ данных.
Я начал сохранять из треда к себе некоторые данные:
Дата снепшота
Доля рынка Arbitrum
TVL
Токеномика проекта
Общее количество токенов
Полный разлок токенов у пользователей
Все критерии аирдропа
Формулы рассчета FDV и рыночной капитализации
Информацию о раунде инвестирования
Привел все аналогичные примеры FDV и рыночной капитализации для $MATIC, $OP, $SOL, $FTM
После этого я составил таблицу, в которой ChatGPT должен был предоставить мне данные для ответа. Для примера, покажу с какими данными заполнил таблицу olimpio (автор треда)
Итак, у нас есть все данные, которые мы собрали из треда. Теперь мы готовы начать анализировать и считать предположительные вознаграждения с помощью ChatGPT.
Для начала загружаем все данные и просим их проанализировать. Получаем примерно такое саммари:
Дальше я начинаю просить заполнить таблицу о предполагаемой цене и капитализации, которую подготовил заранее. Особое внимание в промте делаю тому, что не нужно загадывать, а просто опереться на анализ предоставленной инфы. В ответ начинаю получать разборы о каждой из ситуаций.
Цена инвесторов. Спекулятивная цена инвестора составляет ~$0,07 за ARB.
Пессимистичный. Пессимистичный сценарий основан на FDV Fantom $FTM, где его стоимость составляет ~$0,14. Если $ARB имел бы аналогичную FDV, то:
Market Cap: 1.2B * $0.14 = $168M
ARB: $0.14
Умеренный. Умеренный сценарий берет среднее значение между Optimism $OP и Solana $SOL, которые составляют ~$1,085:
Market Cap: 1.2B * $1.085 = $1.302B
ARB: $1.085
Оптимистичный. Оптимистичный сценарий основан на Polygon $MATIC с FDV ~$1.18:
Market Cap: 1.2B * $1.18 = $1.416B
ARB: $1.18
Экстаз. Восторженный сценарий предполагает, что $ARB будет иметь рыночную капитализацию, превышающую оптимистичный сценарий. Предположим, что стоимость ARB будет на 20% выше оптимистичного сценария:
ARB $: $1.18 * 1.2 = $1.416
Market Cap: 1.2B * $1.416 = $1.699B
Результат получился интересным. Во-первых, это совершенно другие числа по сравнению с olimpio, потому что сильно различается пессимистичная, умеренная и экстазная цена. Во-вторых, анализ довольно сухой и без выдуманных статистик. Это как раз то, что я хотел получить от GPT-3.
В одном из крипто-чатов я наткнулся на интересный форвард сообщения про листинг $ARB токена.
Основной проблемой в нем считают то, что бинанс уже анонсировал запуск другого токена и не будет биржи, которая сможет поддержать такую большую ликвидность от дропперов.
Что, если добавить эмоций и настроения рынка для ChatGPT, поможет ли это ей проанализировать все вводные и перерассчитать цены с учетом настроения рынка?
Загружаем текст поста в ChatGPT и просим скорректировать прогнозы, основываясь на старых и новых вводных (не убираем из памяти информацию про сухой расчет)
Заметим, что позитивные сценарии сильно потеряли в стоимости токена. Пессимистичный сценарий же в обоих случаях находится в одном значении. Вот, как прокомментировала эти варианты:
Эти сценарии основаны на предположении, что Binance не будет листить $ARB сразу после листинга SpaceID и что 30-50% разлоченных токенов будут проданы в стакан. Учтены объемы торгов на второсортных биржах и то, что цена может быть определена быстрыми руками, а также возможность добавления $ARB в стейкинг на GMX.
Я убедился, что AI в криптовалюте может решать множество задач. В этот раз я отошел от классической идеи "применения AI в разработке" и попробовал агрегировать информацию и получить приблизительные расчеты из нее. Одно из преимуществ заключается в том, что анализ можно проводить на естественном языке, и мне не нужно заниматься ручными подсчетами, эксель-таблицами или оформлением результатов.
Я просто вставляю данные и запрашиваю результаты с графиками. Кажется, что раньше анализ данных никогда не был настолько простым.
Не стоит полностью доверять расчетам от GPT-4, ибо все расчеты требуют перепроверки или проведения собственного исследования. Однако, теперь возможно делегировать определенные задачи на AI. Я думаю, что наиболее важно иметь теоретические знания, чтобы обнаружить ошибки и задать правильное направление работы.
Учитесь работать с AI, генерировать промпты и углубляйтесь в крипту. Вы так же можете подписаться на мой телеграм канал и следить за моими исследованиями в этой области. Еще много интересного впереди! 🚀