一种实用且经济的贝叶斯燃气价格预测方法
应用统计
2023-05-19 v1 计算工程、金融与科学
摘要
在以太坊网络上，要确定一个既能确保交易在用户要求的时间线内被打包进区块、又不会超额支付的燃气价格（gas price）并非易事。解决该问题的一种途径是使用燃气价格预言机（gas price oracles），其利用历史区块数据来推荐燃气价格。然而，当交易量快速增加时，这些预言机常常低估或高估价格。在本文中，我们展示了高斯过程（Gaussian process）模型如何能在交易量上升时预测下一个区块最低价格的分布。这之所以有效，是因为这些过程考虑了区块之间的时间相关性。我们使用高斯过程模型对历史区块数据进行了实证分析，并将性能与 GasStation-Express 和 Geth 燃气价格预言机进行了比较。结果表明，当交易量剧烈波动时，高斯过程模型提供了更好的估计。此外，我们证明通过使用经过适当预处理的较小训练样本量，可以改善 GasStation-Express 和 Geth。基于实证分析结果，我们推荐了一种由高斯过程与 GasStation-Express 混合模型构成的燃气价格预言机。该预言机提供了效率、准确性与更优的成本。
引用
@article{arxiv.2305.00337,
title = {A Practical and Economical Bayesian Approach to Gas Price Prediction},
author = {ChihYun Chuang and TingFang Lee},
journal= {arXiv preprint arXiv:2305.00337},
year = {2023}
}