229 lines
6.9 KiB
Markdown
229 lines
6.9 KiB
Markdown
# XTZH AI汇率定价模型系统
|
||
|
||
**版本**: 1.0.0
|
||
**状态**: 开发中
|
||
**架构层级**: L1 Protocol Layer（协议层）
|
||
|
||
---
|
||
|
||
## 概述
|
||
|
||
XTZH AI汇率定价模型是NAC公链的核心价值稳定机制，通过双层嵌套注意力机制实现基于50维宏观状态向量的汇率预测。系统采用可验证计算架构，确保链上汇率的可信性与透明性。
|
||
|
||
### 核心特性
|
||
|
||
- **双层嵌套注意力机制**: Transformer 4层8头 + 资产层权重注意力 + 商品内偏离注意力
|
||
- **50维宏观状态向量**: 覆盖全球增长、通胀压力、货币政策、风险不确定性、实体活动、商品市场
|
||
- **可验证计算**: 混合预言机网络（ZK + TEE + 乐观）三模冗余验证
|
||
- **高性能**: 模型推理 < 100ms，ZK证明生成 < 10秒
|
||
- **宪法约束**: 黄金层权重5%-20%，125%黄金永续合约信任锚
|
||
|
||
---
|
||
|
||
## 架构
|
||
|
||
```
|
||
xtzh-ai/
|
||
├── src/
|
||
│ ├── lib.rs # 模块入口
|
||
│ ├── data/ # 数据工程层
|
||
│ │ ├── mod.rs
|
||
│ │ ├── features.rs # 50维特征定义
|
||
│ │ ├── pipeline.rs # 数据流水线
|
||
│ │ ├── sources.rs # 数据源集成
|
||
│ │ └── preprocessing.rs # 预处理与标准化
|
||
│ ├── model/ # AI模型层
|
||
│ │ ├── mod.rs
|
||
│ │ ├── transformer.rs # Transformer编码器
|
||
│ │ ├── attention.rs # 双层注意力机制
|
||
│ │ ├── architecture.rs # 模型架构定义
|
||
│ │ └── inference.rs # 推理引擎
|
||
│ ├── training/ # 训练系统
|
||
│ │ ├── mod.rs
|
||
│ │ ├── trainer.rs # 训练器
|
||
│ │ ├── loss.rs # 多任务损失函数
|
||
│ │ ├── optimizer.rs # 优化器配置
|
||
│ │ └── validation.rs # 验证指标
|
||
│ ├── export/ # ONNX导出
|
||
│ │ ├── mod.rs
|
||
│ │ ├── onnx.rs # ONNX导出
|
||
│ │ ├── quantization.rs # INT8量化
|
||
│ │ └── optimization.rs # 模型优化
|
||
│ └── oracle/ # 预言机集成
|
||
│ ├── mod.rs
|
||
│ ├── node.rs # 预言机节点
|
||
│ ├── aggregator.rs # 聚合器
|
||
│ ├── proof.rs # 证明生成
|
||
│ └── api.rs # gRPC API
|
||
├── tests/ # 集成测试
|
||
├── benches/ # 性能基准测试
|
||
├── examples/ # 示例代码
|
||
├── docs/ # 文档
|
||
└── Cargo.toml
|
||
|
||
```
|
||
|
||
---
|
||
|
||
## 模块说明
|
||
|
||
### 数据工程层（data/）
|
||
|
||
负责50维宏观状态向量的采集、清洗、对齐、标准化与存储。
|
||
|
||
**关键组件**：
|
||
- `features.rs`: 50维特征定义（G1-G10, I1-I8, M1-M6, R1-R8, A1-A10, C1-C8）
|
||
- `pipeline.rs`: Airflow + Rust数据流水线
|
||
- `sources.rs`: 数据源集成（BLS, IMF, LBMA, CBOE, ICE, FRED等）
|
||
- `preprocessing.rs`: 卡尔曼滤波插补、z-score标准化
|
||
|
||
**性能要求**：
|
||
- 更新频率：每日UTC 12:00快照
|
||
- 延迟：≤5分钟
|
||
- 历史回溯：2000年至今
|
||
|
||
### AI模型层（model/）
|
||
|
||
实现双层嵌套注意力机制的汇率预测模型。
|
||
|
||
**关键组件**：
|
||
- `transformer.rs`: 4层8头Transformer编码器（256维嵌入）
|
||
- `attention.rs`: 双层注意力（资产层权重 + 商品内偏离）
|
||
- `architecture.rs`: 模型架构定义（2.1M参数）
|
||
- `inference.rs`: 推理引擎（< 100ms）
|
||
|
||
**输出**：
|
||
- XTZH汇率（1 XTZH = ? SDR，定点数1e6）
|
||
- 动态权重（w_fx, w_au, w_com，基点）
|
||
- 商品偏离系数（18维，int8）
|
||
|
||
### 训练系统（training/）
|
||
|
||
模型训练、验证与评估。
|
||
|
||
**关键组件**：
|
||
- `trainer.rs`: 训练器（4 × H100，批次64，200轮）
|
||
- `loss.rs`: 多任务损失（汇率MSE + 权重交叉熵 + 宏观预测MSE）
|
||
- `optimizer.rs`: AdamW优化器（学习率3e-4 → 1e-6余弦退火）
|
||
- `validation.rs`: 验证指标（R² ≥ 0.65，波动率约束）
|
||
|
||
**数据划分**：
|
||
- 训练集：2000-2022（5,800天）
|
||
- 验证集：2023-2024（500天）
|
||
- 测试集1：2025（260天）
|
||
- 测试集2：2008金融危机+2020疫情
|
||
|
||
### ONNX导出（export/）
|
||
|
||
模型导出为ONNX格式，支持zkML编译与TEE部署。
|
||
|
||
**关键组件**：
|
||
- `onnx.rs`: ONNX导出（opset 17，静态计算图）
|
||
- `quantization.rs`: INT8量化（scale=0.023529）
|
||
- `optimization.rs`: 模型优化（onnx-simplifier）
|
||
|
||
**输出文件**：
|
||
- `xtzh_model_v1.0.int8.onnx`: INT8量化模型（ZK编译用）
|
||
- `xtzh_model_v1.0.fp16.onnx`: FP16模型（TEE部署用）
|
||
|
||
### 预言机集成（oracle/）
|
||
|
||
混合预言机网络，提供可验证的汇率数据。
|
||
|
||
**关键组件**：
|
||
- `node.rs`: 预言机节点（ZK/TEE/乐观）
|
||
- `aggregator.rs`: 聚合器（中位数，BLS签名）
|
||
- `proof.rs`: 证明生成（Groth16/TEE认证/Ed25519签名）
|
||
- `api.rs`: gRPC API（XTZHOracle服务）
|
||
|
||
**网络配置**：
|
||
- 3个ZK节点（Nexus zkMCP，证明 < 10秒）
|
||
- 2个TEE节点（NVIDIA H100 CC，推理 < 500ms）
|
||
- 2个乐观节点（Ed25519签名，推理 < 100ms）
|
||
|
||
---
|
||
|
||
## 开发原则
|
||
|
||
遵循NAC记忆系统（`../memory/`）中的核心原则：
|
||
|
||
- **ARCH_001**: 四层架构体系（本模块属于L1协议层）
|
||
- **ARCH_004**: 代码保留原则（永远不要删除代码）
|
||
- **ARCH_005**: NAC原生设计（不模仿任何其他公链）
|
||
- **ARCH_006**: 测试驱动开发（单元测试覆盖率 > 80%）
|
||
|
||
---
|
||
|
||
## 快速开始
|
||
|
||
### 构建
|
||
|
||
```bash
|
||
cd /home/ubuntu/NAC_Clean_Dev_NEW/NAC_Clean_Dev/xtzh-ai
|
||
cargo build --release
|
||
```
|
||
|
||
### 测试
|
||
|
||
```bash
|
||
# 运行所有测试
|
||
cargo test
|
||
|
||
# 运行特定模块测试
|
||
cargo test --package xtzh-ai --lib data::tests
|
||
|
||
# 运行基准测试
|
||
cargo bench
|
||
```
|
||
|
||
### 示例
|
||
|
||
```bash
|
||
# 运行数据流水线示例
|
||
cargo run --example data_pipeline
|
||
|
||
# 运行模型推理示例
|
||
cargo run --example model_inference
|
||
|
||
# 运行预言机节点示例
|
||
cargo run --example oracle_node
|
||
```
|
||
|
||
---
|
||
|
||
## 性能指标
|
||
|
||
| 指标 | 目标 | 当前状态 |
|
||
|------|------|---------|
|
||
| 宏观预测R² | ≥ 0.65 | 开发中 |
|
||
| 模型推理时间 | < 100ms | 开发中 |
|
||
| ZK证明生成时间 | < 10秒 | 开发中 |
|
||
| TEE推理时间 | < 500ms | 开发中 |
|
||
| 单元测试覆盖率 | > 80% | 开发中 |
|
||
|
||
---
|
||
|
||
## 文档
|
||
|
||
详细技术文档请参阅：
|
||
|
||
- [XTZH AI模型完整技术规范](/home/ubuntu/XTZH_AI_Model_Technical_Specification.md)
|
||
- [50维宏观状态向量定义](/home/ubuntu/upload/附件A：特征全集详细定义（50维宏观状态向量）.docx)
|
||
- [ONNX导出指南](/home/ubuntu/upload/附件B：模型架构ONNX导出指南.docx)
|
||
- [zkML编译器配置指南](/home/ubuntu/upload/附件C：NexuszkMCP编译器配置指南.docx)
|
||
- [预言机节点API规范](/home/ubuntu/upload/附件D：预言机节点API规范.docx)
|
||
|
||
---
|
||
|
||
## 许可证
|
||
|
||
MIT License
|
||
|
||
---
|
||
|
||
## 联系方式
|
||
|
||
NAC人工智能实验室
|
||
Email: ai@nac.network
|
||
GitHub: https://github.com/NAC/xtzh-ai
|