与内存池和 MEV 机器人的神秘领域不同,长期盈利策略的世界(例如为 Uniswap v3 提供流动性)通常被认为相对简单。关于 Uniswap v3 集中流动性供给的出版物、研究和专家意见比比皆是。但如果你敢于更深入地观察——并且如果你有合适的工具——你仍然可以找到各种匿名巫师、陌生人和野兽。
这项研究是 Grantfin 和 Datamint 团队正在进行的联合研究项目的一部分,旨在制定以高收益风险管理方式管理 Uniswap v3 流动性的新颖策略。但当我们开始分析和可视化流动性分布时,我们几乎没有想到我们会找到并研究一些真正出色的参与者。
我们谈论的是流动性提供者,他们的行动如此大规模、如此大胆,在某些情况下甚至如此疯狂,以至于对市场产生了重大影响。然而,几乎没有人注意到他们。为什么?因为有很多工具可以显示协议中当前的流动性分布(尽管并不总是正确,正如我们在本文中强调的 - 这就是为什么您所有的 Uniswap v3 流动性挖矿计算都大错特错! ),但是没有任何工具可以让您分析历史流动性数据。如果你错过了什么,它就消失了。并且没有简单的方法来研究特定参与者的行为。
但我们将向您展示一些神秘的流动性提供者 - 希望他们能够帮助我们了解有关以太坊上 Uniswap V3 流动性提供的一些信息。
当意识到所有区块链数据都是开放和公开的时,人们的第一印象通常是,“是的,我现在是一个无所不知的巫师了!”......但现实有点残酷。即使是开放数据也可能非常复杂和庞大,需要付出巨大的努力才能从中得出任何见解或结论。 Uniswap V3 也不例外。
Uniswap V3 引入了一项称为集中流动性的新颖功能,这是对之前版本中使用的标准自动做市商 (AMM) 模型的重大演变。传统的 AMM 将流动性分散到整个价格范围,而集中的流动性允许流动性提供者 (LP) 将其资金分配到特定的价格范围。下图取自 Uniswap V3 的白皮书,展示了集中流动性的概念以及它与传统 AMM 的区别。
图 I 代表 V2 模型(传统的 AMM),其中流动性从 0 均匀分布到 ∞。图二显示了集中的流动性:在设定的价格范围(价格 A 到价格 B)内均匀分布的流动性。理论上,您最终会得到类似于图 III 的结果,其中流动性集中在当前价格附近。
通过分配这些特定的价格范围,有限合伙人可以灵活地设置“自定义流动性界限”,本质上是创建一个可以交易其资产的目标价格窗口。通过这样做,有限合伙人可以潜在地提高其资本效率,并赚取与其头寸规模相关的更多交易费用,尤其是在交易量较高的范围内。这就是为什么从理论上讲,您最终会得到类似图 III 的结果。大多数有限合伙人将其价格范围建立在当前价格附近,而拥有外部限制的流动性的参与者越来越少。然而,这种方法也增加了复杂性和风险,因为错误判断范围可能会导致无常损失和表现不佳的头寸。
下图提供了一个示例,说明在给定时刻,USDC-ETH(0.3% 费用等级)池的流动性分布在以太坊上的情况。正如您所看到的,它接近 Uniswap 白皮书图三所示的理论流动性供给。事实上,大部分流动性确实集中在当前价格附近,但显然也有一些例外。
这是因为,当当前价格超出范围并且头寸停止赚取费用时,流动性提供者面临一个艰难的决定:将流动性重新平衡到新的价格范围,或者什么都不做并持有头寸,希望价格能够继续上涨。回到他们的范围内(保留退出的附加选项!)。这是一个困难的决定,因为重新平衡会带来成本,包括天然气费、因资产价格变化而导致投资组合损失的实现成本以及掉期费用(固定费用和价格影响力)。
分析 Uniswap V3 流动性与分析订单簿类似,但有几个重要区别:
如果您拥有正确的工具集来克服区块链数据的复杂性,这些差异将为数据分析创造独特的机会。目前实现这一目标的选择有限。
由于没有现成的历史数据可视化服务,我们自己创建了一个基于 Datamint 数据引擎的服务。幸运的是,Datamint 数据引擎已经包含高质量的索引 DeFi 数据(包括所有 DEX 交易和流动性事件),并允许实时执行复杂的分析 SQL 查询。这是创建流动性分析和可视化工具的绝对要求。
本质上,我们的服务获取与特定民意调查相关的所有流动性事件,并日复一日地重播它们以填写流动性热图。一旦发现一些异常情况,您可以查询特定头寸并探索价格范围、流动性、美元损益(如果头寸尚未平仓,则为已实现或未实现)以及应计费用等属性。最后一个是最困难的,因为 Uniswap V3 中没有具体的日志来详细说明费用应计情况。
让我们首先看一下去年 Uniswap V3 顶级池的流动性热图:USDC-ETH(0.05% 费用等级)。
*注意:我们将使用 2022 年 7 月至 2023 年 7 月的时间范围来绘制此热图以及所有后续热图。
我们可以立即看到流动性分布如何随时间变化。该图表的每个像素代表特定日期分配给特定价格变动(价格范围的最小数量)的流动性。像素越亮,它在该时间点包含的流动性就越多。我们可以看到,流动性的集中度一般都是跟随实际价格的。有一些明显的模式;例如,较高的预期波动性对应于大多数流动性提供者使用的较宽的价格范围。然而,分布并不均匀和平滑。这是因为它是许多球员的叠加,其中一些球员太大,以至于他们各自的位置在热图上显示为明亮的矩形。
垂直矩形代表宽范围、低风险、低收益头寸(由下图中的红色椭圆突出显示),而水平窄线代表窄范围、高度集中、高风险头寸(由黄色椭圆突出显示) 。
有些头寸是如此出色,以至于我们忍不住使用 Datamint 的流动性分析工具对它们进行更详细的研究!
如果仔细观察上面的热图,您可以看到很长的水平线,代表在非常窄的范围内提供的流动性。这是一个冒险的赌注,因为价格将跌入这个狭窄的范围,并保持足够长的时间,以便在遭受无常损失之前从费用中产生可观的收入。
这是我们发现的最有趣的例子:
有人通过供应超过 500K USDC 建立了超出范围的仓位(即当前价格超出仓位价格范围)。这件事发生在 2022 年 11 月 30 日——截至撰写本文时已有 250 多天前——该职位仍然空缺。
现在看起来很奇怪!为什么有人会在 8 个多月的时间里向 Uniswap V3 提供 50 万美元,而它却只是坐在那里而不赚取任何费用?
超出范围的流动性供应本身并不奇怪。如果您只有一对资产中的一种,并且您预计价格很快会移动到某个特定价格范围,那么您可以通过选择超出范围的头寸来供应该资产。在这种情况下,您可以节省掉期费用(因为您不必将部分投资组合换成池中的第二个资产),这对于大订单来说确实是有利的。奇怪的是,虽然价格从未移动到该仓位的价格范围,但它却保持了这么长时间的开放状态。所以,50 万美元只是坐在那里,什么也赚不到。
我们能想到的这种行为的唯一理由是使用狭窄的 Uniswap 头寸作为实施限价单的奇特方式。如果 USDC/ETH 价格跨越该头寸的价格范围,则全部 USDC 金额将转换为 ETH。因此,我们的 Blind Shooter 将不会支付 0.05% 的交易费,而是会收到交易者消耗其 USDC 流动性而支付的交易费的一小部分。考虑到他的头寸规模,这将创造至少 300 美元的短暂收益。不过,考虑到他目前由于错过了从以太坊价格上涨中获利的机会而遭受了至少 30% 的无常损失,这看起来并不算太大。
我们的脑海中甚至闪过一些令人担忧的想法,比如也许他下了这个命令,然后他就发生了什么事。当我们检查他的活动并发现他的最后一笔交易是在 50 天前发送时,我们松了口气!所以,这种行为是故意的……也许……至少我们愿意相信……
我们研究的下一个是另一个主要池:WBTC-ETH(0.3%的费用等级)。它的特殊之处在于它的两种代币都不是稳定币;相反,它们是蓝筹加密货币。我们立即可以看到该池的流动性热图有很大不同。
该池中的大部分流动性通常供应到更广泛的价格范围。这并不奇怪,因为 BTC 和 ETH 价格彼此高度相关。加密行业中最基本的事件同时影响着他们。其相对价格的变化更接近随机游走或“白噪声”,因此流动性提供者更难预测。
因此,看起来这个池子中的流动性提供策略很简单:采用平均价格,选择较宽的范围(例如 +/-2 sigma),很少重新平衡,然后享受。顺便说一句,WBTC/ETH 池是美元第二和第三大盈利池(所有提供商合计),在过去 12 个月内为其流动性提供商创造了约 4000 万美元的净利润。
但总有一些鲸鱼喜欢逆流而行。看看这里:
有人通过部署 5,270 以太币流动性(在撰写本文时接近 1000 万美元)开设了另一个巨大的超出范围的头寸。
现在,这真的很奇怪。乍一看,这个头寸——顺便说一下,仍然是开放的——以美元计价是有利可图的。
目前其净值比开业时高出 23.6 万美元。大约 22 天内大约增加了 2%,这实际上非常好。问题是,现在 WBTC/ETH 的相对价格几乎与开仓时相同。这意味着,如果该交易者开立了范围内的头寸(例如,50% WTBC,50% ETH),他的头寸净值也会有同样的增长,而且他还会累积大量费用。因此,我们估计他只是错过了额外赚取 5,000 美元到 50,000 美元的机会(取决于价格范围)。
那么他为什么不开仓(ITM)呢?我们对此没有太多假设。我们能看到的唯一合理的解释是,该头寸是复杂的、仔细对冲策略的一部分。或者也许我们刚刚找到了一位富有的以太坊粉丝,他想为以太坊相对于比特币创造一定程度的价格支持?
我们永远无法确定。我们只是希望这是一个经过深思熟虑的策略,而不是一个错误。为什么?仅仅是因为我们喜欢数据驱动的风险管理投资收益☺(你不是吗?)。
仔细观察同一个 WBTC-ETH 池流动性热图,我们发现并非所有主要流动性提供者都喜欢较宽的价格范围。看一看:
是的,这是一个价值 1000 万美元的窄幅持仓,持续时间不到半天。
处于开局范围内,没有出现任何麻烦的迹象。但仅仅几个小时,灾难就降临到了不幸先生身上。以太坊和比特币价格均大幅下跌,导致平仓前损失超过 40 万美元。这是一个很好的例子,说明投资相关资产池并不能保护您免受市场风险。
更令倒霉先生心痛的是:不到10天,价格就回升了。这也是一个例子,说明过早触发止损会如何扼杀您的利润。但我们该评判谁呢?
检查同一流动性提供商的其他头寸,我们可以看到,尽管他一生赚取了超过 400 万美元的交易费用,但他的净损失超过 250 万美元。
好吧,我们都有糟糕的日子……
还需要注意的是,我们仅分析单个以太坊钱包的 Uniswap V3 操作的性能。这意味着,这个钱包可能仅代表更广泛、更复杂的策略的一部分,该策略使用一些对冲工具,例如看涨/看跌期权。如果是这样的话,那么我们看到的损失可能会被衍生品的利润所抵消。
但如果情况并非如此,请接受我们诚挚的哀悼,aavebank.eth (0xD730cd62CDA9cfdc109Be2d819B0337fafdCA959)。继续下一篇!
好吧,是时候探索一些液体较少的池子了。今天我们不想太深入地讨论无数的新生代币,所以让我们选择流行的 Chainlink 矿池 LINK/ETH(0.3% 费用等级)并直接跳到热图:
我们这里有什么?好吧,我们看到池子的总流动性在 2022 年第三季度显着增加。起初,流动性提供者更喜欢较宽的范围,但在 2023 年第二季度至第三季度,窄范围开始盛行。当代币获得真正的吸引力、效用和采用时,通常会发生这种情况,从而使波动性显着下降。
然而,我们可以看到,即使在 2022 年,还是有一个勇敢的人把他的股份放在了一个非常紧张的价格范围内。你知道吗?这得到了回报!
很明显,与矿池的总锁定价值(TVL)相比,该头寸的规模巨大。如果今天开放的话,将占总池规模的1/3以上。在如此狭窄的价格范围内开设该相对份额的头寸可以保证您将获得大部分费用(前提是您没有计算错误并且价格保持在您的头寸范围内)。
对于这位勇敢的金钱策划者来说,它的效果非常好。该头寸开放了 7 天,并且在这段时间的大部分时间里它都保持在区间内。更重要的是,在 LINK 价格下跌之前就平仓了。
根据我们的估计,该提供商在 600 万美元的投资中仅 7 天就赚取了 50 万美元,其中包括 6 万美元的费用。一周内增长超过 9%。感人的!
你准备好迎接真正的鲸鱼了吗?我们为您准备了一份。
我们来看看 Uniswap V3 矿池的一个特例:稳定矿池。我们选择USDC-USDT(0.01%手续费等级)池进行详细分析。稳定池对流动性提供者很有吸引力,因为价格几乎是恒定的,因此无常损失风险很小,仅通过费用,您每年的收入从低端的 1% 到高端的 2-3% 不等。从理论上讲,人们可能会期望稳定池的热图看起来就像是一条流动性高度集中且主要流动性提供者竞争激烈的直线。
但现实却有所不同。大多数时候,这个资金池的表现都符合预期,但当 USDC 今年早些时候短暂脱钩时,事情变得疯狂。因此,我们决定彻底研究围绕脱钩事件的流动性发生了什么。
在这里我们可以看到真正的鲸鱼。 2023 年 2 月 9 日,有人通过三笔交易向池中添加了约 7500 万美元。在大多数情况下,我们在区块链中识别钱包所有者的能力是有限的,但处理这些流动性操作的合约在 Etherscan 上被标记为“1inch Team Investment Fund”。
22天后,该仓位被平仓。其盈亏 (PnL) 为正,这并不奇怪,但其规模却远谈不上令人印象深刻——只有 2.6 万美元(100% 来自费用)。如果按年化计算,这相当于低于 1% 的年收益率 (APY)。这可能是因为 Uniswap v3 处理的 USDC-USDT 互换量比 Curve 小得多,Curve 是专门为稳定币与稳定币的兑换而设计的。
但真正令人惊讶的事实是,这个头寸在令人震惊的 USDC 脱钩事件发生前 4 天就被取消了。即使 USDC 价格实际下跌 4%(如果通过止损实现),一天之内的损失也会超过 100 万美元。当时,没有人确定 USDC 是否会恢复与美元挂钩,潜在损失可能会飙升。但对于这位在我们的榜单上排名第一并获得“致富先知”荣誉称号的流动性提供者来说却并非如此。
这就是今天的全部内容,但我们整理了一些最终的想法。
本文绝不是财务建议,但它展示了数据驱动方法对链上 DeFi 操作进行实证分析的力量。
以下是要点:
在某种程度上,这项研究表明,即使是大公司也会犯错误。这为规模较小但效率更高的参与者创造了机会;如果你想进入这个空间,那么天空就是极限。只是不要指望旅途会很轻松。
所以,要有雄心,做自己的研究,愿数据与你同在!
致谢:我们要感谢 Datamint 技术团队,他们提供了对索引区块链数据的高性能访问,并帮助开发了流动性热图可视化工具以及对特定流动性提供商及其头寸(包括最复杂的部分)进行深入研究的工具:计算应计费用的历史动态。
免责声明:我们的计算可能包含错误。在企业客户的数据项目中,我们使用记录的方法、自动测试和许多其他工具来实现最高的数据质量。对于像这样的短期研究项目来说,这些工具太过分了。这项研究强调了现有数据中的一些极端例子,而不是进行评估并提供精选数据来支持决策。
关于作者:
Ivan Vakhmyanin 是一位拥有多年经验的数据分析和可视化(BI、大数据、数据科学)专家。他还是一位区块链和 Web 3.0 专家,能够将来自领先区块链平台(以太坊、BNB 智能链、Solana 等)的链上数据用于分析。 Ivan 热衷于通过为专家和高管开发数据驱动管理领域的教育材料和项目来分享经验。
汤姆·格兰特 (Tom Grant)是 Grantfin 的创始人。他此前创立了 ILA Capital,这是一家专注于点对点借贷的投资公司,并于 2021 年退出。
Isabela Bagi是 ILA Capital 的分析师,并于 2022 年联合创立了 Grantfin。
Datamint是一家专注于定制研发的增值区块链数据提供商。欲了解更多详情,请访问
Grantfin是一家专注于去中心化金融的初创公司,它使投资者和客户能够查看支持基于区块链的去中心化交易所的流动性池的实时和历史回报。欲了解更多详情,请访问
也发布在这里。