详解DeFi风险管理工具Gauntlet:如何通过风险参数化降低DeFi风险并提高资本效率?_DEFI:SDEFI

作者:北辰,链茶馆

金融是在不断跟风险打交道,信用风险、流动性风险、投资组合风险、交易风险……

在传统金融市场,这些风险隐藏在无数个大机构的背后,交给大机构的成百上千人的专业团队打理,可以很好地解决各自所在机构的风险。但这也有可能会堆积成系统性的金融危机,最终由所有人来买单。

去中心化金融没有金融机构,整个DeFi市场是无数个开放的协议组成的,因此动荡和不确定性也就分散在这些协议或者协议的trader那里。他们都需要金融风险管理工具来应对日益复杂的市场和黑客。

但DeFi市场的特殊性在于它以crypto的逻辑重构了各种金融产品,所以就不能直接套用传统金融市场的风险管理工具,而是需要足够懂金融也足够懂DeFi的人设计出全新的框架,才能帮助协议或者trader做出更佳的决策。

前不久DeFi风险模拟平台Gauntlet以10亿美金的估值融资2380万美元,因为它是这条赛道上为数不多的正式选手。

以太坊隐私 Layer2 解决方案 Aztec 因故障延期上线 Aztec Connect:6月10日消息,以太坊隐私 Layer2 解决方案 Aztec 发推表示,原计划使用 Open Ethereum 发送大量 rollup,因为它具有更高的交易大小限制,但是在主网以太坊上发送大笔交易并不成功。随后团队转向使用 Flashbots,一种支持更大交易规模的 Geth 分叉,鉴于通过 Flashbots 发送交易的变化出现了一些初期问题,即 PR 中存在格式错误,导致 Flashbots 交易失败。

目前,团队已经确定了一个简单的修复方法,决定暂停上线并正在努力设定新的时间表。[2022/6/10 23:05:59]

把风险参数化

首先强调一下,金融风险管理不是如何避免风险——那叫保险。

对金融来说,风险的另一面是资本效率,所谓金融风险管理,就是让投资者在风险可控的前提下把回报最大化。

ConsenSys:反对美国SEC扩大“交易平台”的定义:4月19日消息,据官方博客,以太坊软件开发商ConsenSys已向美国证券交易委员会(SEC)提交意见,以反对SEC提出的“交易法”草案。ConsenSys表示,“我们担心拟议规则中的某些语言可能会无意中将去中心化系统指定为 1934 年《交易法》含义内的交易所,如果这些系统是用于交易被误解为证券的加密货币。”此外,ConsenSys呼吁委员会明确表明基于区块链的网络不属于此处所讨论的草案的范围。此前消息,a16z及Delphi Digital均已向美国SEC提交关于交易法草案反对意见。[2022/4/19 14:33:17]

比如Gauntlet能够让Balancer的LP收入翻倍,能够让SushiSwap的流动性挖矿效率提高5倍,能够让Aave躲避了行情暴跌带来的清算螺旋,能够让Compound借贷出更多的资产……

而这一切都是建立在风险并没有提升的基础之上。

SportsIcon完成550万美元种子轮融资,Dapper Labs等参投:11月25日消息,NFT体育平台SportsIcon宣布完成550万美元种子轮融资,投资者包括Dapper Labs、 AU21 Capital、Vinny Lingham、Elefund VC 、Fourth Revolution Capital、Vendetta Capital、FishDao、Techstars等。[2021/11/25 7:10:18]

基本原理是把DeFi协议的风险参数化,然后把这些关键参数放到Gauntlet的风险评估框架中,以供直观地监测、动态地衡量风险。

值得一提的是,每一个协议都对应着特定的风险评估框架,而这需要背后的研究团队来金融建模,并根据数据模拟来调整优化这些参数。

把一个DeFi协议的风险给参数化,需要进行以下流程:

1.抓取该协议的关键数据——比如市场数据、借款人数据以及核心流动性数据等。

Converter开通挖矿2小时内TVL过1.2亿美金:据DeFiBox.com最新数据显示,Heco链上杠杆收益聚合器Converter开通挖矿2小时内TVL过1.2亿美金。Converter单币质押池已于3月17日9:00正式开放,流动性挖矿池将于3月17日21:00开启。

Converter是Heco链上一款DeFi投资理财收益聚合器,旨在帮助用户优化理财收益率,此外,Converter协议会在低风险情况下帮助用户投资增加杠杆,增加用户理财收益。[2021/3/17 18:51:56]

2.先按照常见的风险参数,计算出上述数据显示出的风险和资本效率。

3.开始模拟各种情况下的关键数据,从而得出最大化捕获风险和资本效率的目标函数,以及确定相关的参数。

4.数据科学家开始手动优化参数,主要是确保系统不会推荐出离谱的建议。

走完上述流程,就能清楚地知道这个DeFi协议在发生不同情况下的市场表现了,自然也就清楚应该采取什么行动是最合理的——无论是最大化地获利还是避免崩盘。

动态 | 汽车供应商Continental推出应用程序,使用区块链技术将汽车用户信息货币化:汽车供应商Continental推出应用程序Earn As You Drive,该程序使用区块链技术将汽车用户信息货币化。[2019/8/31]

当然,在上述整个流程开始之前,需要Gauntlet团队先对这个DeFi协议有足够深刻的理解。后文会有更详细的介绍。

目前Gauntlet提供风险管理服务的DeFi协议有Aave、Compound、BenQi、Acala、Parallel、Synthetix和SushiSwap等。

SushiSwap:流动性没减少,但流动性激励效果增强5倍

Compound当初推动的流动性激励直接开启了DeFiSummer,无数的人是为了赚额外的COMP激励冲进来,然后左手倒右手地反复借贷。

现在的DeFi协议初创团队只能感慨当初的流量真便宜,因为流动性激励几乎成了所有DeFi协议的沉重负担。

流动性激励够高,就能迅速拉升用户量以及TVL,一旦停止甚至降低流动性激励,这些都会随之流失。

我们在过去两年来已经见了太多昙花一现的DeFi协议是因流动性激励而起,又因流动性激励而亡。

其实对项目方来说,在要不要搞流动性激励的选择中,还有另一个选择——精准激励。

我们可以通过Gauntlet给SushiSwap提供的风险管理服务来直观地了解。

SushiSwap在2021年5月份开启了流动性激励计划Onsen第二轮,目标是把流动性引导到非主流的资金池。

简单粗暴的奖励越来越低效,并且很难转化为长期流动性和交易量。那么SushiSwap团队就需要知道,最佳激励额度是多少?哪些资金池最值得奖励?

Gauntlet通过建模给出了激励优化解决方案。

首先是按照前面提到的流程,计算出了整个DeFi领域的流动性激励的基线,如果回报低于该基线,就不会有多少流动性进来,甚至现有的流动性会流失。

然后根据每个流动性池的历史数据,进行「激励变化对流动性池的资本流入/流出的影响」统计建模,这样就能清晰看出哪个流动性池的LP对流动性激励并不在意,哪个流动性池的反应最强烈,从而最大限度地提高激励的影响。

用俗话来说就是——看人下菜碟。

比如Gauntlet发现SushiSwap的YFI-ETH池的LP主要是储蓄驱动,对流动性激励其实并不在意,于是SushiSwap在3个月内把这个池子的激励减少了75%,但流动性没有明显减少,反而持续增多……

按当时Sushi的价格来计算,等于给SushiSwap节省了约2240万美元,而省下来的Sushi会分配给那些敏感型的池子,比如RGT-ETH池。

最后的成果是Sushiswap的激励代币量没有增加,但日交易量增加了3亿美元。因为每激励一个Sushi代币就能吸引1万美元进来,而之前只能吸引2000美元的流动性。相当于激励效果增强了5倍。

Compound:风险不变,但能贷出更多的钱

相比传统金融,去中心化借贷平台Compound是一个极简主义平台,无论是贷款人还是借款人都能用一分钟搞定。

唯一的风险是抵押资产行情暴跌然后触发自动清算。

传统的避免方式是提供更多的抵押品,或者借更少的资产出来,但这样资本效率不高。

Gauntlet给出了解决方案。先是找出了导致清算的几个关键因素:用户行为、抵押品波动率、相对抵押品流动性、协议参数、智能合约风险。前四个因素决定了清算的可能性,智能合约风险不算。

接下来分析Compound上不同抵押品的历史流动性和波动性数据,找出那些价格不稳定但又常用的抵押品,结合Gas成本、清算人地址数量、平台储备金等状况建模,实时检测可能的风险。

对普通用户来说,这样就能在风险可控的情况下灵活借贷了。

更为重要的是借贷平台不必再一刀切地清算了,毕竟有时候明明是市场极为短期的波动,其实风险并不高。

Gauntlet除了给Compound提供这种服务,也跟Aave、Maker等平台合作。

Gauntlet提供的服务成果是即使一些抵押资产崩盘超过50%,但用户没有经历任何重大破产。

总结

上述两个案例只是抛砖引玉,Gauntlet为许多头部DeFi协议都提供这种定制化的风险管理服务,涉及许多非常深入的金融建模方面的研究。

现阶段的Gauntlet更多是跟DeFi协议合作,从产品层面优化风险管理和资本效率。

长远来看,风险管理工具是DeFi的基础设置,不仅每一个协议需要,每一个trader也需要。

“我们的平台由各种预测模型组成,我们使用这些模型来校准和改进各种DeFi协议的风险管理和激励措施。

长期看好Gauntlet的发展,不仅因为已有的成绩,而且他们的参数、模型持续改进的话,对后入场的对手而言无疑是很高的壁垒。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金宝趣谈

[0:15ms0-3:758ms