소개
소개
DEX의 발전에는 알고리즘의 반복과 시장조성 형태의 변화가 주축이다. 고정 가격 및 지속적인 제품 시장 조성에서 다양한 중앙 집중식 유동성 알고리즘에 이르기까지 DEX의 기본 시장 조성 알고리즘의 효율성은 점점 더 높아지고 있습니다. 큰 파도 아래 중앙 집중식 유동성 솔루션을 채택한 DEX의 성능은 시장의 최전선에 있으며 Uni V 3, Curve V 2 및 DODO가 최고입니다. 세 사람은 유동성 집중을 달성하고 LP의 자본 효율성을 향상시키기 위해 서로 다른 방법을 채택했으며 시장에서 큰 성공을 거두었습니다. 이 기사에서는 기본 시장 조성 알고리즘을 여러 차원에서 분석하고, 세 거래소의 기본 알고리즘 데이터 성능을 심층적으로 비교하고, 세 거래소의 전반적인 시장 성과를 비교합니다.
첫 번째 레벨 제목
집중된 유동성
지속적인 제품 시장 조성 공식: x*y=k는 DeFi 분야에서 획기적인 혁신으로 간주됩니다. 온체인 거래를 실현하기 위해 자본 풀 모델의 거래 형태를 만들었지만, 지속적인 제품 AMM 시장 조성 곡선은 또한 피할 수 없는 효율성 문제를 가지고 있습니다.
Uniswap(Uni)의 초기 버전은 지속적인 제품 시장 조성 공식을 채택했습니다. 유동성이 곡선에 고르게 분포되어 있고 토큰 가격의 이론적 변동 범위는 0에서 무한대로인 반면 시장에서 토큰 가격의 변동 범위는 작은 범위에 집중되어 있음을 그림에서 알 수 있습니다. 따라서 가격 변동 이외의 유동성은 실제로 시장에 제공되지 않아 효율성 손실이 발생합니다. 이 경우 미끄러짐, 시장 심도 및 비영구적 손실이 모두 부정적인 영향을 받습니다.
이미지 설명유동성 집중은 어떤 식으로든 시장 조성 곡선의 유동성 분포를 변화시키고 시장에서 가장 빈번하게 거래되는 범위에 유동성을 집중시켜 시장 조성 자금의 효율성을 향상시키는 것입니다. 넓은 의미에서 펀드 풀의 유동성 분배를 변경하기 위해 시장 조성 곡선을 조정하려는 모든 시도는 집중된 유동성이라고 할 수 있습니다. Uni V 3, Curve V 2, DODO는 모두 유동성이 집중된 전형적인 DEX이지만 기본 알고리즘의 명백한 차이로 인해 각각 다른 차이가 있습니다.
이미지 설명
Uni V 3, Curve V 2, DODO —— 유동성이 집중된 3가지 시장 조성 곡선
Uni V 3
첫 번째 레벨 제목
보류 중인 주문 범위 및 레버리지 유동성
Uni V 3에서 제안하는 Range Order는 사용자가 특정 가격 범위에서 유동성을 제공할 수 있도록 합니다. LP 펀드는 선택한 가격 범위 내에서만 작동하기 때문에 LP는 레버리지 유동성을 제공합니다. 범위 내이면 시장 조성 자금의 취급 수수료 획득 효율이 배가되고, 범위를 벗어나면 시장 조성 자금은 무효가 됩니다.
이미지 설명여러 범위의 보류 중인 주문의 개략도(출처: MellowProtocol의 "Uniswap V 3: 유동성 제공 101")Uni V 3가 유동성을 집중시키는 방식은 LP의 주관적 행동을 통해 시장 가격 주변에 유동성을 집중시키는 레버리지 유동성 메커니즘을 제공하는 것입니다.
이미지 설명
USDC / ETH 0.3% 풀 유동성 분배 (출처: Uniswap 공식 웹사이트)
설계 분석 및 강점과 약점
이점
Uni V 3의 설계 목적은 LP의 자본 효율성을 향상시키는 것으로 LP는 자체 판단에 따라 제공되는 유동성의 범위를 자유롭게 선택하고 맞춤형 마켓 메이킹을 수행할 수 있습니다. 이 설계는 전체적으로 LP의 시장 형성 효율성을 향상시키지만 LP의 이점은 불균형하고 추가 의사 결정 비용이 추가됩니다. LP는 시장을 만드는 데 더 능동적이지만 이는 시장을 비활성화하려는 DEX의 원래 의도와 어느 정도 상반됩니다. 대부분의 소매 투자자는 시장을 예측할 수 있는 능력이 없지만 레버리지 유동성으로 인해 비영구적 손실 위험이 더 높습니다. 이 설계는 또한 JIT(Just In Time) 공격 현상을 일으켜 시장 조성 작업을 더욱 복잡하게 만듭니다.
이점
높은 유연성으로 시장 조성의 가격 범위를 사용자 정의하고 자금의 효율성을 직접 제어할 수 있습니다.
시장 유동성 분배는 주관적이고 시장 행동에 가까운 모든 LP의 보류 중인 주문에 의해 형성됩니다.
자본 효율성의 상한선이 높습니다.
불리
Curve V 2
LP수입은 LP의 시장판단능력에 따라 달라지는데, 이는 LP의 의사결정비용을 증가시켜 LP수입의 불균등으로 이어지며 JIT공격을 하는 경우도 있다.
효율성을 개선하는 동안 위험이 증가하고 높은 레버리지 유동성은 더 높은 비영구적 손실에 직면하게 됩니다.
가격 곡선을 자동으로 조정Curve V 2는 Curve가 불안정한 자산을 위해 설계한 것으로 핵심 아이디어는 Curve의 StableSwap과 동일합니다. Curve가 제안한 StableSwap을 검토해 보겠습니다.이는 고정 가격 근처에서 곡선의 곡률을 작게 만들어 고정 가격에 유동성 집중을 실현합니다.
이미지 설명
출처: 커브 백서텍스트그리고 이 세대의 알고리즘은 내부 오라클에 따라 가격과 중앙 집중식 유동성의 정도를 동적으로 조정합니다.
. 곡선 V 2는 곡선의 모양을 결정하는 동적으로 조정되는 매개변수인 K 값을 정의합니다. K 값이 클수록 곡률이 작을수록 곡선이 일정 가격 곡선에 가까워지고 유동성이 집중됩니다.
이미지 설명곡선 V 2는 내부 오라클을 기준으로 D 값을 계산할 것이며 이 매개변수는 앵커 가격, 즉 유동성이 집중되는 가격을 결정합니다.
이미지 설명
출처: 커브 백서
설계 분석 및 강점과 약점
이점
Curve V 2의 디자인은 비교적 간단하며, 불변 제품과 불변 가격 곡선을 혼합하여 유동성을 집중시키고 내부 오라클이 앵커 가격을 결정합니다. Curve V2의 이 디자인 모드에서 내부 오라클 머신의 가격 변동은 사용자의 거래 행위를 통해 실현됩니다.많은 거래 행위로 인해 가격 편차가 크면 내부 오라클 머신이 가격과 유동성을 업데이트합니다. 배포 변경이 발생했습니다.
이점
본래의 시장조성 곡선을 통해 거래가격 부근의 슬리피지를 줄여 시장 깊이를 확보하고 시장조성 기능을 다양한 토큰에 적용할 수 있습니다.
내부 오라클은 앵커 가격을 동적으로 조정하여 시장 가격에 가까운 거래를 보장합니다.
거래 수수료를 동적으로 조정하여 가격 균형점에서 멀어질수록 수수료가 높아져 시장 가격에 가까운 더 나은 가격을 제공합니다.
불리
DODO
내부 오라클 머신의 가격 조정은 사용자의 거래 행위에 따라 달라지며, 일정 시차가 있고 유동성 분배를 미리 조정할 수 없습니다.
마켓 메이커 호가 조정 곡선
DODO는 독창적인 PMM 알고리즘을 통해 유동성을 제공합니다.PMM 알고리즘은 참조 가격을 도입하고 시장 제작자는 독립적인 호가를 통해 시장 가격 주변에 유동성을 집중시킵니다. AMM 기반 시장 형성 알고리즘과 달리 PMM 알고리즘의 가격 계산은 외부 가격과 재고라는 두 가지 요소를 기반으로 합니다. 외부 가격이 변경되면 토큰의 전환 비율이 직접 변경되며 사용자가 풀과 거래하면 재고가 변경되고 가격도 변경됩니다. 따라서 PMM 알고리즘에 의해 결정되는 토큰 가격은 외부 가격과 사용자 거래 행위에 따라 달라지므로 DODO는 사전에 유동성 분배를 조정하고 유동성을 항상 외부 가격에 가깝게 유지할 수 있습니다.
텍스트
PMM 알고리즘의 구체적인 형태는 다음과 같다. 여기서 매개변수 i는 시장조성자의 호가에 의해 제공되는 외부가격, k는 유동성 집중도를 조절하는 매개변수, k가 작을수록 유동성이 집중된다. 즉, B와 Q는 토큰의 재고이며, 이 공식은 한계 가격과 재고의 변화 및 외부 가격의 변화와의 관계를 설명합니다.
설계 분석 및 강점과 약점
이점
설계 관점에서 DODO는 실제로 CEX의 유동성 분배를 의미합니다. 외부 가격은 마켓 메이커의 호가에 의해 제공되며 오라클 머신이 제공하는 외부 가격은 실제로 CEX에서 사용자의 거래에 의해 형성되는 시장 가격입니다. 현재 CEX의 유동성은 여전히 시장을 지배하고 있으며 외부 가격에 따라 유동성을 조정함으로써 시장 조성 효율성이 크게 향상되었습니다.
이점
PMM 고유의 알고리즘 마켓 메이킹을 통해 외부 가격을 도입하여 유동성을 시장 가격에 고정시키고 슬리피지가 적은 거래 가격을 제공합니다.
자본 효율성이 높고 동일한 자본으로 더 큰 거래량을 지원할 수 있습니다.
유동성 분배가 빠르게 조정되어 DODO의 유동성이 시장과 빠르게 동기화될 수 있습니다.
외부 가격에 의존하여 마켓메이커 시세와 편차의 위험이 있으며, 외부 가격은 DODO의 내부 유동성이 아닌 시장의 높은 유동성을 나타냅니다.
첫 번째 레벨 제목
시장 조성 곡선의 비교——ETH 트레이딩 풀을 예로 들어
첫 번째 레벨 제목
데이터 처리
서로 다른 DEX의 거래 풀을 비교하는 것은 데이터 소스 문제, 비교 분석 문제 및 비교 기준 결정 방법과 같은 시장 조성 알고리즘이 다르기 때문에 매우 어렵습니다.
이를 바탕으로 본 논문의 데이터 분석은 다음과 같이 진행된다.
Uni V 3 Ethereum 메인 네트워크의 USDC/WETH 0.05% 풀, Curve Ethereum 메인 네트워크의 USDT/WBTC/WETH 3 크립토 풀, DODO Polygon의 USDC/WETH 마켓 메이커 풀을 샘플로 선택합니다. 풀은 WETH는 스테이블 코인의 거래 쌍입니다. 스마트 계약 데이터를 직접 쿼리하여 기본 매개변수를 얻고 각 거래소의 시장 조성 곡선에 따라 유동성 분배를 계산합니다.
유동성 데이터의 범위는 2022년 1월 1일부터 2022년 8월 16일까지이며 데이터 간격은 1시간입니다.
거래량 및 TVL 데이터 범위는 2022년 6월 16일부터 2022년 8월 16일까지입니다.
모든 데이터 샘플은 타임스탬프 및 블록 높이와 동기화됩니다.
모든 데이터 시각화 부분은 시각적 효과의 통일성을 위해 정규화됩니다.
계산 및 처리의 필요성에 따라 총 유동성 분배는 100에서 10000까지의 ETH 가격 범위의 유동성을 채택합니다.
Uni V 3
선택한 시간 범위 내 유동성 분포의 변화, 2%는 전체 유동성에 대한 시장 가격의 플러스 또는 마이너스 2% 가격 범위의 유동성 비율을 나타내며, 6%와 10%는 동일합니다.
💡Uni V 3의 USDC/WETH 0.05% 풀의 경우 전반적인 유동성 집중도가 상대적으로 높고 변동성이 크며 시장 환경에 따라 차이가 있을 수 있습니다. 유동성 가격 사이의 큰 편차.
Uni V 3 USDC/WETH 0.05% 시간 경과에 따른 풀 유동성 분포 변화(데이터 출처: Ethereum)
텍스트텍스트Uni V 3의 0.05% WETH/USDC 풀의 유동성은 대부분 유동성이 상대적으로 집중되어 있으며, 10% 이내의 유동성은 평균적으로 전체 유동성의 40%를 차지하여 기본적으로 집중된 유동성을 이루고 있습니다.
전반적으로 Uni V 3의 WETH 0.05% 풀의 유동성 집중은 오랜 기간 동안 상대적으로 높은 수준을 유지하여 V 3의 설계 목적을 실현했습니다.
이미지 설명Uni V 3 USDC/WETH 0.05% Pool의 유동성 분배 비율 변화(데이터 출처: Ethereum)시장이 크게 변동하면 풀의 유동성 분포가 크게 바뀌어 시장 가격 근처의 유동성 집중도가 급격하게 감소합니다.
. 예를 들어 5월 6일부터 5월 13일까지, 6월 10일부터 6월 19일까지 ETH 가격이 급락하면서 풀의 유동성 분배가 급격하게 조정되었고 많은 사용자 행동이 주변의 유동성으로 이어졌습니다. 시장 가격 집중도가 크게 낮아지고 사용자가 시장 형성 범위를 시장 가격 이상으로 조정했으며 10% 이내의 유동성이 10% 미만으로 감소했습니다. 따라서 Uni V 3의 메커니즘 설계로 인해 시장 가격이 격렬하게 변동할 때 사용자는 시장을 예측하고 사전에 유동성을 인출하여 유동성 집중을 줄입니다.
이미지 설명
Curve V 2
Uni V 3 USDC/WETH 0.05% 풀 시장 가격과 최고 유동성 가격 간의 편차(데이터 출처: Ethereum)
💡 Curve V 2의 USDT/WBTC/WETH 풀, 즉 3암호 풀은 유동성 분포가 더 집중되고 변동성이 더 낮습니다. 대부분의 경우 시장 가격과 유동성이 가장 높은 가격 사이에 일정한 편차가 있지만 최대값은 1%를 초과하지 않습니다. 사용자 거래 행동 자체는 내부 오라클 가격 조정으로 이어지며 Curve V 2 변경의 동적 시뮬레이션은 더 복잡하고 오프체인과 온체인 컴퓨팅 환경 간에 차이가 있으므로 이 기사에서는 오라클의 동적 변경을 고려하지 않습니다. 곡선 V 2, 낮은 가격 범위의 유동성 분포가 더 유익합니다.
유동성 분배 평균
이미지 설명곡선 3 암호화 풀 유동성 분포는 시간 경과에 따라 변경됩니다(데이터 소스: Ethereum).Curve V 2의 USDT/WBTC/WETH 풀의 유동성 분포는 변동이 적고 가격 범위가 클수록 변동성이 크고 유동성이 시장 가격 근처에 집중되는 특성을 나타냅니다.
이미지 설명
알 수있는 바와 같이,Curve 3 암호 풀의 시장 가격과 최고 유동성 가격 간의 편차(데이터 출처: Ethereum). 이는 알고리즘 자체의 특성으로 인해 발생하는 현상으로, 사용자의 거래로 인해 가격이 특정 임계값을 벗어나게 되면 Curve가 오라클 가격을 업데이트하기 때문에 어느 정도 시차가 있겠지만 Curve의 가격 편차는 상대적으로 적습니다.
DODO
보조 제목
💡 DODO의 USDC/WETH 풀은 일반적으로 DODO 마켓 메이커가 K 값을 매우 작게 설정하고 높은 빈도로 참조 가격을 업데이트하여 유동성을 집중시키기 때문에 유동성 분포가 가장 집중되어 있습니다. DODO 마켓 메이커의 호가 빈도가 높기 때문에 시장 가격과 유동성이 가장 높은 가격 사이에 높은 수준의 앵커링이 유지됩니다.
유동성 분배 평균
이미지 설명시간 경과에 따른 DODO USDC/WETH 풀 유동성 분포 변화(데이터 출처: Polygon)DODO의 USDC/WETH 풀의 유동성 분포는 변동이 심하며 시장 가격에 가까운 유동성 집중도가 매우 높습니다.
데이터 관점에서 일반적으로 DODO의 마켓 메이커는 K 값을 최소 0.01로 설정하여 높은 수준의 유동성 집중을 달성합니다. 그러나 시장 조성자는 K 값을 신속하게 조정하고 시장이 극도로 불안정할 때 유동성 분배를 조정합니다.PMM 알고리즘은 시장 조성자에게 매우 유연한 조정 공간을 제공하므로 유동성 분배 조정은 매우 유연합니다. 일반적으로 유동성은 집중도가 비교적 높다.
이미지 설명DODO의 PMM 알고리즘은 마켓메이커를 통해 시장을 만들고 호가를 제공하며 외부 가격을 소개하기 때문에 풀의 시장 가격과 유동성이 가장 높은 가격 사이에 높은 앵커링을 유지합니다.
동시에 PMM 알고리즘의 경우 유동성이 가장 높은 가격은 마켓 메이커가 제공하는 외부 가격이므로 위의 수치도 외부 가격이 시장 가격과 크게 다르지 않다는 것을 의미합니다. 사용자의 대규모 거래는 없을 것입니다. 시장 가격은 시장 조성자의 견적에서 크게 벗어납니다. 즉, 시장 조성자의 DODO 가격 조정은 시간에 따른 시장 변화를 따라갈 수 있습니다.
첫 번째 레벨 제목
본 논문은 3개 샘플 풀의 거래량과 TVL 데이터를 확보하여 자본 효율성의 대리 지표로 Volume/TVL을 사용한다. 자금.
거래량과 TVL의 절대값이 3개의 샘플 풀에서 크게 다르기 때문에 자본 효율성을 직접 비교합니다.
이미지 설명샘플 풀 자본 효율성 비교(데이터 소스: Ethereum, Polygon)샘플 풀의 성능에서,
DODO USDC/WETH의 자본 효율성은 Uniswap USDC/WETH 풀보다 높고 Curve 3 암호화 풀보다 높으며 해당 유동성 분배와 일치합니다.
시장 성과 분석
보조 제목
이미지 설명
텍스트
보조 제목
TVL 비교
다양한 거래소의 TVL 변화 비교(데이터 출처: Defillamma)
보조 제목
자본 효율성 비교
다양한 거래소의 자본 효율성 변화 비교 (자료 출처: Coingecko, Defillamma)
참조
https://messari.io/article/dex-education-uniswap-optimistic-rollups-and-the-layer-2-dex-landscape
https://members.delphidigital.io/reports/uniswap-vs-curve-which-is-the-best-dex
https://www.paradigm.xyz/2021/06/uniswap-v 3-the-universal-amm
https://messari.io/article/the-chronicles-of-uniswap-the-token-the-switch-and-the-wardrobe
https://www.nansen.ai/research/the-market-making-landscape-of-uniswap-v 3
https://resources.curve.fi/base-features/understanding-curve
https://docs.dodoex.io/chinese/dodo-xue-yuan/pmm-suan-fa-gai-lan/pmm-suan-fa-xi-jie
https://www.nansen.ai/research/the-market-making-landscape-of-uniswap-v 3
https://uniswap.org/blog/uniswap-v 3-dominance
https://dune.com/msilb 7/Uniswap-v 3-Pair-Deep-Dive
부인 성명
https://blog.dodoex.io/ 5분 이해 -pmm-도도 뒤에 있는 알고리즘-일반적인 유동성 프레임워크 및 여러 사용 사례-39 a 49 c 222 aff
부인 성명
저작권 고지
회사 소개
도도연구소의 승인 없이는 누구든지 위 지적재산권을 무단으로 사용(복사, 유포, 전시, 미러링, 업로드, 다운로드, 전재, 발췌 등을 포함하되 이에 국한되지 않음)하거나 타인에게 사용을 허락할 수 없습니다. 저작물의 이용을 허가받은 경우에는 허가된 범위 내에서 이용하여야 하며, 저작자의 출처를 표시하여야 합니다. 그렇지 않으면 법에 따라 법적 책임이 조사됩니다.
회사 소개
Official Website: https://dodoex.io/
GitHub: https://github.com/DODOEX
Telegram: t.me/dodoex_official
Discord: https://discord.gg/tyKReUK
Twitter: https://twitter.com/DodoResearch
Mirror：https://mirror.xyz/0 x 70562 F 91075 eea 0 f 87728733 b 4 bbe 00 F 7 e 779788
"Dr.DODO" 학장이 이끄는 "DODO 연구소"는 DODO 연구원 그룹을 이끌고 Web 3.0 세계에 뛰어들어 신뢰할 수 있고 심층적인 연구를 수행하고 암호화된 세계를 해독하고 명확한 의견을 출력하며 암호화된 세계의 미래 가치. "DODO"는 Web 3 자산에 효율적인 온체인 유동성을 제공하여 누구나 쉽게 발행하고 거래할 수 있도록 PMM(Proactive Market Maker) 알고리즘으로 구동되는 분산형 거래 플랫폼입니다.：https://twitter.com/DodoResearch/status/1587274217082404864
