
 
 
 на авторите: 
 
 
 
 Alvaro Cartea ´ Fayc¸al Drissia Марсело Монга Authors: 
 
 
 
 Алваро Картеа Ал Дрисия Марсело Монга Table Of Links Левицата на масата абстрактна 1. Introduction 1 Въведение 2. Constant function markets and concentrated liquidity Пазари с постоянна функция и концентрирана ликвидност 
 
 
 Постоянно функциониращи пазари Концентриран пазар на ликвидност 3. The wealth of liquidity providers in CL pools Богатството на доставчиците на ликвидност в CL басейни 
 
 
 
 стойност на позицията Fee income
 
 
 
 
 
 Fee income: pool fee rate Fee income: spread and concentration risk Fee income: drift and asymmetry Ребалансиране на разходите и таксите за газ 4. Optimal liquidity provision in CL pools Оптимално осигуряване на ликвидност в CL басейни 
 
 
 
 
 проблемът Оптималната стратегия Дискусия: рентабилност, PL и риск от концентрация Дискусия: Дрив и позиционно отклонение 5. Performance of strategy 5. изпълнение на стратегията 
 
 
 
 Методологията Бенчмарк Резултати от изпълнението 6. Discussion: modelling assumptions Дискусия: Моделиране на предположения 
 
 Съвпадение за: свързана работа 7. Conclusions And References Заключения и референции Abstract абстрактна Постоянните пазари на продукти с концентрирана ликвидност (CL) са най-популярният тип автоматизирани пазарни създатели. В тази статия ние характеризираме динамиката на непрекъснатото богатство на стратегическите LP, които динамично коригират обхвата на предоставянето на ликвидност в CL басейни. След това изхождаме от самофинансиране и стратегия за оптимално осигуряване на ликвидност в затворена форма, при която ширината на диапазона на ликвидността на LP се определя от рентабилността на басейна (заплати за осигуряване минус такси за газ), предвидимите загуби (PL) на позицията на LP и риска от концентрация. Когато дрейфът в маргиналния процент е стохастичен, ние показваме как оптимално да отклоним диапазона на ликвидността, за да увеличим приходите от такси и печалбата от очакваните промени в маргиналния процент.Накрая, използваме данните на Uniswap v3, за да покажем, че средно LPs са търгували със значителна загуба и да покажем, че резултатите от нашата стратегия извън извадката са по-добри от историческите резултати на LPs в басейна, който разглеждаме. Въведение Традиционните електронни борси се организират около книгите за лимитни поръчки, за да се изчистят търсенето и предлагането на ликвидност. В контраст, вземащите и доставчиците на ликвидност на пазарите с постоянни функции (CFM) взаимодействат в ликвидни басейни; доставчиците на ликвидност (LP) депозират активите си в ликвидния басейн, а вземащите ликвидност (LT) обменят активи директно с басейна. В момента постоянните пазари на продукти (CPM) с концентрирана ликвидност (CL) са най-популярният тип CFM, като Uniswap v3 е добър пример; виж Adams et al. (2021). В CPM с CL, LPs посочват интервалите на лихвените проценти (т.е. диапазони на циклите), над които те депозират активите си, и тази ликвидност е контрагент на сделките на LTs, когато маргиналният обменния курс на пулът е в рамките на лихвения диапазон на LPs. Когато LPs депозират ликвидност, таксите, платени от LTs, се натрупват и се плащат на LPs, когато те изтеглят активите си от пулта. Съществуващите изследвания характеризират загубите на LPs, но не предлагат инструменти за стратегическо осигуряване на ликвидност.В тази статия изучаваме стратегическото осигуряване на ликвидност в CPMs с CL. Ние извличаме динамиката на непрекъснатото време на богатството на стратегическите LPs, която се състои от позицията, която държат в пулта (стойност на позицията), приходите от такси и разходите от преместването на тяхната ликвидна позиция. Ширината на диапазона, в който се депозират активите, влияе върху стойността на позицията на LP в пулта; по-специално, показваме, че предвидимата загуба (PL), понесена от LP, се увеличава с намаляването на ширината на диапазона на ликвидността. PL измерва необезпечените загуби на LP, произтичащи от обезценяването на техните дялове в пулта и от разходите за възможности от заключването на активите им в пулта; виж Cartea et al. (2023b). PL е подобен на загубата срещу ребалансирането (LVR) в Milionis et al. (2022) , който описва загубите в традиционните CFMs, когато LPs хеджират своята ценова експозиция на екзогенен пазар.1 Също така, показваме, че приходите от такси са обект на компромис между ширината на ликвидния диапазон на LP и волатилността на маргиналния лихвен процент в пулта. Рискът от концентрация се отнася до риска, с който се сблъсква LP, когато позицията му е концентрирана в тесни диапазони; LP спира да събира такси, когато процентът излиза от диапазона на позицията си. Ние извличаме оптимална динамична стратегия за осигуряване на ликвидност в CPM с CL. В нашия модел LP максимизира очакваната полезност на крайното си богатство, което се състои от натрупаните търговски такси и печалбите и загубите от стратегията за пазаруване. Динамичната стратегия контролира ширината и отклонението на ликвидността, насочени към маргиналния валутен курс. За конкретния случай на лог-утилита получаваме стратегията в затворена форма и показваме как решението балансира противоположните ефекти между PL и събирането на такси.Когато волатилността се увеличава, PL се увеличава, така че има стимул за LP да разшири обхвата на предоставянето на ликвидност, за да намали експозицията на стратегията на PL. Също така, когато има увеличение на потенциалните такси за осигуряване, които LP може да събира поради по-висока ликвидност вземане дейност, стратегията балансира две противоположни сили. Първо, има стимул за увеличаване на събирането на такси чрез концентриране на ликвидността на LP в тесен диапазон около обменния курс на пул. И накрая, когато дрейфът на маргиналния валутен курс е стохастичен (например, предсказуем сигнал), стратегията изкривява диапазона на ликвидността, за да увеличи приходите от такси, като улавя търговския поток на LT, и да увеличи стойността на позицията, като се възползва от очакваните промени в маргиналния курс.Накрая, ние използваме данните на Uniswap v3, за да мотивираме нашия модел и да тестваме изпълнението на стратегията, която извличаме. Данните за LP и LT са от басейна ETH/USDC (Ethereum и USD монета) между началото на басейна на 5 май 2021 г. и 18 август 2022 г. За да илюстрираме изпълнението на стратегията, използваме данни от извадката, за да оценяваме параметрите на модела и данните от извадката, за да тестваме стратегията.Нашият анализ на историческите транзакции в Uniswap v3 показва, че LPs са търгували със значителна загуба, средно, в ETH/USDC басейна.Ние показваме, че изпълнението извън извадката на нашата стратегия е значително по-високо от средното представяне на LP, наблюдавано в ETH/USDC басейна. Ранните работи по AMM са в Chiu и Koeppl (2019), Angeris et al. (2021), Lipton и Treccani (2021), Capponi и Jia (2021), Engel и Herlihy (2021a,b), Angeris et al. (2022); виж също и неотдавнашния преглед Biais et al. (2023). Heimbach et al. (2022) обсъждат компромиса между рисковете и възвръщаемостта, с които се сблъскват LPs в Uniswap v3, Cartea et al. (2023b) изучават предвидимите загуби на LPs в непрекъснато време настройка, Milionis et al. (2023) изучават въздействието на таксите върху печалбите на арбитражите в CFMs, Fukasawa et al. (2023) изучават хеджирането на непрекъснатите загуби на LPs, и Lı et al. (2023) изучават икономиката на предоставянето на ликвидност. Най-близо до нашата работа са моделите във Fan et al. (2021) и Fan et al. (2022) , които се фокусират върху приходите от такси и използват техники за приближаване, за да получат динамични стратегии. Накрая, има нарастваща литература за дизайна на AMM за честна конкуренция между LPs и LTs. Goyal et al. (2023) изучават AMM с динамични търговски функции, които включват вярвания на LPs, Lommers et al. (2023) изучават AMMs, където стратегията на LP се адаптира динамично към пазарната информация, а Cartea et al. (2023c) обобщават CFMs и предлагат AMM дизайни, където LPs изразяват своите вярвания и предпочитания за риск; вижте също Bergault et al. (2024) и He et Нашата работа е свързана с алгоритмичната търговия и оптималната пазарна литература. Ранните работи по предоставянето на ликвидност на традиционните пазари са Ho и Stoll (1983), Biais (1993), и Avellaneda и Stoikov (2008) с разширения в много посоки; виж Cartea et al. (2014, 2017), Gueant' (2017), Bergault et al. (2021), Drissi (2022). Препращаме читателя към Cartea et al. (2015), Gueant' (2016), и Donnelly (2022) за цялостен преглед на алгоритмичните модели за търговия за вземащите и създателите на ликвидност на традиционните пазари. Също така, нашата работа е свързана с тези в Cartea et al. (2018), Barger и Lorig (2019), Cartea и Wang (2020), Donnelly и Lorig (2020), Forde et al. (2022), Bergault et al. (2022) , които прилагат пазарни сигнали в алгоритмични търговски стратегии. Останалата част от хартията протича по следния начин. Раздел 2 описва CL басейни. Раздел 3 изучава динамиката на непрекъснатото време на богатството на LPs в резултат на стойността на позицията, приходите от такси и разходите за пребалансиране. По-специално, ние използваме данните на Uniswap v3 за изучаване на компонента на приходите от такси на богатството на LP и нашите резултати мотивират предположенията в нашия модел. Раздел 4 въвежда нашия модел за осигуряване на ликвидност и използва стохастичен контрол, за да изведем оптимална стратегия в затворена форма. След това изучаваме как стратегията контролира ширината и отклонението на диапазона на ликвидността като функция на рентабилността на басейна, PL, риска от концентрация и дрейфа в маргиналния процент. Накрая, раздел 5 използва данните на Uniswap v3 за тестване на ефективността на стратегията и показва нейната превъзходна производителност. 
 
 Този документ е достъпен на архива под CC0 1.0 Universal License. Тази хартия е CC0 1.0 Универсален лиценз. available on a rxiv rxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

Navigating the path to success with Exit Strategy, charting a course for businesses to thrive and investors to prosper.

Exit Strategy's blog

Това аудио е създадено на оригиналния език на историята!

В най-популярния пазар на DeFi, доставчиците на ликвидност все още губят

About Author

КОМЕНТАРИ

ЗАКАЧВАЙТЕ ЕТИКЕТИ

ТАЗИ СТАТИЯ Е ПРЕДСТАВЕНА В

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps