Devcon 2024研讨会：ET仿真

跳至内容

Devcon 2024 工作坊：ET 模拟

本文档包含关于2024年11月15日下午2:30在B教室举行的“工作坊：执行票的基于代理的模拟”的工作坊文档。

理论背景

工作坊设置

工作坊目标：运行你自己的模拟配置并比较结果。

使用 Google Colab（推荐）

如果你不想使用 Google Colab 并且想在本地运行代码，请参阅下面的章节，了解如何自行在本地设置，例如使用 Jupyter Lab。

1. 注册 Google Colab 并复制 Notebook

使用 Google Colab 注册

访问模拟 notebook：Google Colab

在你的云盘中保存副本：“文件 > 在云盘中保存副本”

2. 设置模拟

2.1. 从 Github 下载 repo

使用以下链接下载代码：ET-Simulation

需要复习一下使用 GitHub 吗？查看例如这里

2.2. 将 repo 文件夹移动到 Google Drive 主文件夹

支持类需要存储在你的 Google MyDrive 中，才能从 Colab Notebook 访问。

因此，我们建议将包含代码的文件夹（默认名称为“ET-Simulation-main”）复制到你的“MyDrive”（链接）主目录。

2.3. [可选] 如果你没有将文件存储在根文件夹中，请调整文件路径

3. 运行模拟

要运行模拟，只需转到 Jupyter notebook 中的“运行时”和“全部运行”。如果所有设置都正确，它应该运行并显示以及存储结果。

将模拟连接到你的 Google Drive。运行模拟时，系统会提示你连接你的 Google Drive。请这样做。

要检查一切是否正常，你可以在 notebook 的末尾检查结果。它们应该显示你特定模拟运行的结果。

恭喜，你现在已成功在你的帐户上设置了模拟。现在你可以开始玩转模拟并调整模拟参数。

4. 设计你自己的配置并调整模拟

要运行你自己设计的模拟，请调整“sys_params”：

# 定义实验参数
TIMESTEPS = 1000
RUNS = 10 # 仅当运行一次时，才支持生成结果图片
# 定义系统参数

sys_params = {
    'selling_mechanism': 'first_price', # 选项 'EIP-1559', 'AMM-style', 'first_price' 或 'second_price'，目前
    'max_tickets': 100, # 对于灵活的票数，此值的一半用作目标值
    'initial_ticket_price': 20, # 应低于 MEV 规模，否则持票人会亏本购买门票（不现实）
    'MEV_scale': 30,
    'slots_per_epoch': 32,
    'number_of_ticket_holders': 10,
    'secondary_market': True, # 决定是否启用二级市场
    'price_vola': {'mean': 0, 'sigma': 0.2}, # 波动率指数，服从对数正态分布。可以设置为 [None, None]。如果不是 'None'：定义底层正态分布的均值（应设置为 0），sigma 为标准差。典型值可能为 0 & 0.2
    'agent_bidding_strategy': 'optimal_heuristic_bidding', # 仅与一阶或二阶价格拍卖相关。其他选项：naive_hist_obs_of_dist, hist_obs_of_dist, random_evenly_10_50, optimal_heuristic_bidding（最后一个仅适用于 FPA）
    'EIP-1559_max_tickets': 4, # 仅与 EIP-1559 相关，每个 slot 要购买的最大票数。
    'EIP-1559_adjust_factor': 8, # 定义价格调整对于 EIP-1559 定价的快慢，类似于 EIP-1559 (1/factor)，8 = 12.5%
    'AMM_adjust_factor': 25, # 定义价格调整对于 AMM 风格定价的快慢，类似于 EIP-1559 (1/factor)，8 = 12.5%
    'expiry_period': None, # 定义门票是否过期：None - 定义为不过期，否则为要过期的插槽的 Int 值。对于初始化阶段，它是 ticket_id + expiry_period。
    'reimbursement_factor': None, # 仅与 AMM 风格定价相关。持票人可以将其门票价格卖回协议。'None' 用于禁用该选项。否则，0 到 1 之间的数字表示折扣（0 表示无折扣）。请注意，由于票价的离散性，折扣太小可能会导致无限循环的出售。
}

5. [可选]：调整持票人及其竞标策略的配置

在 TicketHolderAgent 类 ('Support-Classes/models.py') 中调整持票人的属性：

# 定义 TicketHolders 作为代理
class TicketHolderAgent:
    def __init__(self, id, params):
        self.id = id
        num_holders = params['number_of_ticket_holders']
        if self.id <= (num_holders * 0.2):
            self.type = 'top'
            self.available_funds = random.uniform(400, 1000)
            self.MEV_capture_rate = random.uniform(0.85, 0.95)
        elif self.id > (num_holders * 0.2) and self.id <= (num_holders * 0.6):
            self.type = 'middle'
            self.available_funds = random.uniform(300, 700)
            self.MEV_capture_rate = random.uniform(0.75, 0.85)
        elif self.id > (num_holders * 0.6):
            self.type = 'tail'
            self.available_funds = random.uniform(200, 500)
            self.MEV_capture_rate = random.uniform(0.6, 0.75)
        self.aggressiveness = np.random.normal(0.15, 0.02) # np.random.normal(mean, std_dev) # random.uniform(0.01, 0.3)
        self.vola_spec_factor = np.random.normal(1, 0.5) # Builder 波动率专业化的随机分布
        if self.vola_spec_factor <= 0:
            self.vola_spec_factor = 0.1
        self.earnings = 0
        self.costs = 0
        self.purchase_value_of_unredeemed_tickets = 0
        self.won_slots = []
        self.discount_factor = 1 # 目前通常设置为 1，详情请参阅研究报告。反映了插槽间的折扣因子

使用以下方法在 ('Support-Classes/models.py') 中调整持票人的竞标机制：

def decide_bid_first_price(self, params):

def decide_bid_second_price(self, params, ticket_for_sale=None, current_slot=None, vola_this_slot=None, previous_state=None):

def decide_EIP_1559_ticket(self, ticket_price, params):

def decide_AMM_ticket(self, ticket_price, params):

def holder_decide_AMM_sell(self, tickets, ticket_price, params):

使用 Jupyter Notebook

如果你想在本地运行它，你可以在这里找到相关文档，我们希望你能自行完成此过程。

1. [可选] 先决条件：安装 Python 和 Jupyter Notebook / Lab

2. 设置模拟

3. 运行模拟

4. 设计你自己的配置并调整模拟

5. [可选]：调整持票人及其竞标策略的配置

分享你的结果

\ \ 共享结果列表

常见问题解答 & 调试

设置

模拟

• 原文链接： ephema.notion.site/Devco...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～