?投资者应如何评估DeFi项目?一篇新论文可能会给出一些答案_DEFI:GRAP

https://arxiv.org/abs/2012.08040ChinaDeFi也翻译了论文的结论部分,如下在本文中,我们探讨了恒定函数市商的形态将如何影响其在数字资产市场的能力。为此,我们首先定义了给定市场的曲率概念,然后说明了其对市场流动性提供者的影响,并表明曲率概念和常函数市商的曲率概念两者密切相关。流动性提供者的收益

已有大量的经验表明,CFMM流动性提供者的收益状况取决于CFMM交易函数的形式。我们研究了三种不同情况下的LP收益:不知情的交易,知情交易和流动性挖矿。我们从传统市场微观结构文献中得到启发,并考虑了知情交易者的收益状况后提出了一些结果。这些交易者通过在CFMM中对下次价格更新进行凯利式下注,来向市场提供信息。我们可以使用无套利来得出流动性提供者损失的下限,类似于Glosten和Milgrom的下限,后者将曲率与知情交易者的信息优势联系起来。本节的结果提供了一种简单的曲率经济解释,即知情交易者需要一定数量的信息才能获得一定的利润。流动性挖矿

灰度GBTC负溢价率已达到2021年12月以来最低水平:8月30日消息,据Coinglass数据显示,灰度比特币信托基金(GBTC)负溢价率收窄至18.06%,已达到2021年12月以来最低水平。ETH信托负溢价率为30.14%,较此前也出现了小幅收窄。[2023/8/30 13:06:56]

我们将定义扩展到可包括具有限流动性的互动市场。这些形状或曲率概念随后可用于描述在有限流动性市场上的单笔交易如何影响在另一个有限流动性市场上的价格。利用这些曲率定义,当套利者在两个不同曲率的市场之间进行交易时,我们能够限制跟踪误差。当专门针对CFMM时,有些给出的结果将的某些结果推广到不是无限流动的市场上。我们用它来分析流动性挖矿现象,协议开始向流动性提供者提供补贴。从这里已显示出,与具有有限流动性的市场相比,支付给流动性提供者关于“永久损失”所需的补贴额的下限较低,这取决于两个市场的曲率和资产的增长率。综合来看,这些结果表明,为了避免反向选择,同时捕获与资产价格增长相关的交易量和费用,使得CFMM的曲率需要优化。未来的工作

灰度GBTC负溢价率收窄至36.60%,半年收回超25%:6月21日消息,据Coinglass数据显示,当前灰度总持仓量达213.06亿美元,单日涨幅5.21%。灰度GBTC负溢价率收窄至36.60%,较2022年12月观测到的最高点(48.89%)已收回约25.13%。其余主流币种信托溢价率如下,ETH:-52.76%;ETC:-59.97%;LTC:-44.33%;BCH:-15.05%。[2023/6/21 21:51:26]

这项工作可以通过多种方式加以扩展。在实践方面,这里介绍的许多结果仅在两个方面起作用。将我们的结果推广到n个维度是有用的,但也存在潜在难题。例如,不清楚如何在普通CFMM的较高尺寸中,在不过分限制的基础上,定义μ稳定性。即使我们为某些应用提供了有关“良好”CFMM曲率的充分条件,在给定价格的流程中这一点仍然是一个悬而未决的问题,如Ito?流程或jump-diffusion流程,而后构建“良好”CFMM。如果发现了这一点,那么就可以获取加密资产的历史数据,并构建一个优化的CFMM,来交易该资产。最后,可以清楚地看到,动态CFMM会持续影响交易函数的曲率。鉴于本文的结果,我们自然会有一个问题:应该如何设计一种最佳的控制机制来复制期望的收益或行为?本文的结果表明,逆向选择与收益增长之间的权衡对于此类设计极为重要,特别是对收益快速下降或时间衰减的产品(如障碍期权)。§3.3的结果暗示其存在这种映射,类似于传统数学金融的超级复制结果。奇怪的是,数学金融文献的结果也大量使用凸对偶性,这很可能会发现许多富有成果的转化结果。这些结果可能会为§4的动态对冲结果提供更多动力,并将有助于把CFMM收益与传统衍生工具定价进行比较。我们怀疑,我们在附录一中的一些推测,关于CFMM投资组合价值所指定的或有债权的对冲,很可能是一个与这些结果有深刻联系的问题。

灰度GBTC净值折价范围回升至-11.0%到-15.3%:7月22日消息,灰度比特币信托基金GBTC的交易价格继续为负溢价,但已经从净值的绝对低点-21.3%有所回升,净值折价范围大致在-11.0%到-15.3%之间。但需要注意的是,任何明显和持续的负溢价都表明需求不振,也会导致资本离开比特币市场。另外,预计在七月份的剩余时间里会有大约3.19万份GBTC基金被解锁。[2021/7/22 1:09:19]

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

[0:15ms0-3:10ms