深入對比Dex做市算法，詳解集中流動性帶來的效率提升

BTC0.0₂₀

ETH0.0₂₀

HTX0.0₂₀

SOL0.0₂₀

BNB0.0₂₀

BTC0.0₂₀

ETH0.0₂₀

HTX0.0₂₀

SOL0.0₂₀

BNB0.0₂₀

深入對比Dex做市算法，詳解集中流動性帶來的效率提升

DODO 研究院

2022-11-26 10:00

本文约8161字，阅读全文需要约33分钟

本文將從多個維度剖析Uni V3 ，Curve V2 ，DODO三家DEX 底層做市算法，深入比較底層算法的數據表現，對比三家交易所的整體市場表現。

引言

一級標題

引言

DEX 發展中，算法的迭代和做市形式的變化是一個主線。從恆定價格和恆定乘積做市到各種集中流動性算法，DEX 的底層做市算法效率越來越高。大浪淘沙下，採用集中流動性方案的DEX 表現位居市場前列，Uni V 3 ，Curve V 2 ，DODO 是其中的佼佼者。三者分別採用了不同的方式實現了流動性的集中，提高了LP 的資金效率，並在市場上取得了巨大成功。本文將從多個維度剖析底層做市算法，深入比較三家交易所底層算法的數據表現，對比三家交易所的整體市場表現。

集中流動性

圖片描述圖片描述

圖片描述

一級標題

Uni V 3

一級標題

圖片描述範圍掛單和槓桿流動性多個範圍掛單示意圖（來源：《Uniswap V 3 : Liquidity providing 101 》 by MellowProtocol）

圖片描述

Uni V 3 集中流動性的方式是提供了槓桿流動性的機制，通過LP 的主觀行為將流動性集中在市場價格附近

圖片描述

優勢

USDC / ETH 0.3% Pool 流動性分佈（來源：Uniswap 官網）
優勢
設計分析和優劣勢

優勢

Uni V 3 的設計目的是提高LP 資金效率，LP 可以根據自己的判斷提供流動性的範圍可自由選擇，進行定制化做市。這一設計雖然在整體上提高了LP 的做市效率，但是LP 們的收益不均衡，且增加額外的決策成本。 LP 做市的主動性更強，但這一定程度上與DEX 惰性做市的初衷相悖。大部分散戶並沒有預測市場的能力，反而會因為槓桿流動性面臨更高的無常損失的風險。這一設計也催生出了JIT（Just In Time）攻擊的現象，做市操作變得更加複雜。
優勢

Curve V 2

靈活度高，可以自定義做市的價格區間，自己控制資金效率。

市場流動性分佈是所有LP 的範圍掛單形成的，是主觀形成的，更貼近於市場行為。

資金效率的上限高。劣勢Curve V 2 是Curve 針對非穩定資產設計的，核心思想跟Curve 的StableSwap 沒有區別，讓我們回顧一下Curve 提出的StableSwap。

圖片描述

圖片描述正文正文

正文

圖片描述圖片描述

圖片描述

Curve V 2 會根據內部預言機來計算D 值，該參數將決定錨定價格，也即流動性集中的價格。

圖片描述

優勢

來源：Curve Whitepaper
優勢
設計分析和優劣勢

優勢

Curve V 2 的設計是比較簡潔的，通過混合恆定乘積和恆定價格曲線來集中流動性，內部預言機決定錨定價格。在Curve V 2 的這種設計模式下，內部預言機價格的改變是通過用戶的交易行為來實現的，當大量的交易行為使得價格發生較大程度偏離時，內部預言機更新價格，流動性分佈發生改變。
優勢

DODO

通過獨創的做市曲線降低交易價格附近的滑點，保證市場深度，且做市函數適用於各種代幣。

動態調整交易手續費，離價格平衡點越遠，手續費越高，從而在市場價格附近提供更優的價格。

內部預言機價格調整依賴於用戶交易行為，具有一定的滯後性，無法提前調整流動性分佈。

正文

做市商報價調整曲線

DODO 通過獨創的PMM 算法提供流動性，PMM 算法引入了參考價格，做市商通過自主報價，將流動性集中在市場價格附近。與基於AMM 的做市算法不同，PMM 算法的價格計算基於外部價格和庫存兩個因素。當外部價格發生變化時，代幣的兌換比例會直接發生變化，用戶與池子交易的時候，庫存發生變化，價格也會發生變化。因此，PMM 算法決定的代幣價格取決於外部價格和用戶交易行為，使得DODO 可以提前調整流動性分佈，始終將流動性保持在外部價格附近。

優勢

PMM 算法的具體形式如下，其中，參數i 是外部價格，由做市商報價提供，k 是控制流動性集中程度的參數，k 越小，流動性越集中，B、Q 是代幣的庫存，該公式描述的是邊際價格隨著庫存變動和外部價格變動的關係。
優勢
設計分析和優劣勢

優勢

從設計上來看，DODO 實際上參考了CEX 的流動性分佈。外部價格由做市商報價提供，預言機提供的外部價格實際上就是用戶在CEX 交易形成的市場價格。目前CEX 的流動性依舊主導市場，根據外部價格調整流動性極大提升了做市效率。
流動性分佈調整速度快，使得DODO 的流動性可以快速地跟市場同步。

一級標題

一級標題
做市曲線對比——以ETH 交易池為例
一級標題
數據處理
對不同DEX 的交易池進行對比，由於做市算法各不相同，有很大的難度，比如數據源問題，比較分析問題以及如何確定一個比較的標準。
基於此，本文數據分析進行如下處理：
選取Uni V 3 以太坊主網的USDC/WETH 0.05% 池子，Curve 以太坊主網的USDT/WBTC/WETH 3 crypto 池子，DODO Polygon 上的USDC/WETH 做市商池子作為樣本，這三個樣本池均為WETH 對穩定幣的交易對。直接查詢智能合約數據，得到底層參數，根據各交易所的做市曲線計算出流動性分佈。

流動性數據範圍從2022 年1 月1 日，到2022 年8 月16 日，數據間隔為一小時。

Uni V 3

交易量和TVL 數據範圍從2022 年6 月16 日，到2022 年8 月16 日。

所有數據可視化部分，為視覺效果的統一，均進行歸一化處理。

Uni V 3 USDC/WETH 0.05% Pool 流動性分佈隨時間變化（數據來源：Ethereum）

正文正文正文

正文

圖片描述Uni V 3 的0.05% WETH/USDC 池子的流動性在大部分時間的流動性集中度較高， 10% 以內的流動性平均佔總流動性的比例高達40% ，基本上實現了集中流動性。總體來看，在相當長的時間跨度內，Uni V 3 的WETH 0.05% 池子的流動性集中程度保持了較高的水平，實現了V 3 的設計目的。

Uni V 3 USDC/WETH 0.05% Pool流動性分佈比例變化情況（數據來源：Ethereum）

圖片描述

Curve V 2

在市場波動較大時，該池子的流動性分佈會發生較大變化，市場價格附近的流動性集中程度迅速降低

。例如，5月6號到5月13號，6月10號到6月19號，伴隨著ETH 價格的劇烈下降，該池子的流動性分佈迅速調整，大量的用戶行為導致市場價格附近的流動性集中程度大幅下降，用戶紛紛把做市範圍調整到市場價格以外， 10% 以內的流動性降低到10% 以下。因此，在市場價格劇烈波動時，由於Uni V 3 的機制設計，用戶會預判市場，提前撤走流動性，使得流動性集中程度下降。

Uni V 3 USDC/WETH 0.05% Pool市場價格與最高流動性價格偏離情況（數據來源：Ethereum）

圖片描述💡 Curve V 2 的USDT/WBTC/WETH 池子，即3 crypto 池子的流動性分佈集中程度較高，波動性較低。市場價格和擁有最高流動性的價格之間在大部分時間會有一定的偏離，但最大不超過1% 。用戶交易行為本身會導致內部預言機價格調整，而動態模擬Curve V 2 的變化較為複雜，且鏈下計算環境和鏈上計算環境存在差異，因此本文並沒有考慮Curve V 2 的動態變化，低價格範圍的流動性分佈更具參考性。Curve 3 crypto Pool 流動性分佈隨時間變化（數據來源：Ethereum）