本文将去中心化交易所集中流动性提供建模为有限状态连续时间均值场博弈,分析流动性提供者的区间宽度选择、边界再平衡、交易费用竞争与无常损失。研究推导出最优区间、价值函数、持仓偏移的稳态分布及可由链上数据计算的临界波动率,并证明自由进入会使池子的参与边际略低于临界水平。基于五个WETH/USDC池的链上数据,临界波动率总体能够跟踪实现波动率,其中以太坊0.3%费率池的实证结果与自由进入均衡相符。
标题:《A game-theoretic analysis of the market microstructure in decentralized exchanges with concentrated liquidity》(集中流动性去中心化交易所市场微观结构的博弈论分析)。
作者:Mikhail Belokon、Rostislav Berezovskiy。
机构:Vega Institute Foundation,俄罗斯莫斯科。
发布日期:正文未明确列出正式发布日期;但报告引用了2026年文献,并使用截至2026年7月的数据,因此更接近一篇2026年前后的研究稿。
研究主题:Uniswap V3等采用集中流动性机制的去中心化交易所(DEX)中,流动性提供者(LP)如何在竞争、无常损失、再平衡成本和交易手续费之间进行策略选择。报告没有传统股票研究中的“买入/卖出”评级,也没有公司目标价,其核心判断是:集中流动性池存在一个可以由链上数据直接计算的“临界波动率”,当实际波动率高于该水平时,单纯依靠手续费的流动性提供通常不再具有经济吸引力;自由进入机制会使池子的实际波动率与临界波动率之比接近但略低于1。,
报告的理论贡献主要有三点:第一,把大量LP之间的手续费竞争建模为有限状态连续时间均值场博弈(Mean Field Game,MFG);第二,在一个“平均化再平衡”版本中证明均衡存在,并证明具有经济意义的均衡对象基本唯一;第三,在更贴近实际的“价格触及边界即再平衡”规则下,推导最优价格区间、价值函数、稳态分布和自由进入门槛的封闭形式,并用五个WETH/USDC池的数据进行检验。,
传统Uniswap V2中,LP的流动性分布在整个价格域;Uniswap V3则允许LP选择价格区间[a,b],只有市场价格位于该区间内时,仓位才会获得手续费。价格离开区间后,仓位通常变成几乎全部由单一资产构成,并停止赚取交易费用,直到LP重新部署流动性。
窄区间具有更高的资本效率:同样一单位资本被集中在更少的价格刻度上,因此在价格处于该区间时,LP拥有更高的流动性份额和更高的手续费收入。但这种设计同时带来三类风险。第一,价格更容易离开窄区间,导致仓位失活。第二,区间越窄,因价格波动产生的无常损失(Impermanent Loss,IL)速度越高。第三,重新部署需要支付交易成本,包括Gas费用、手续费和滑点。,
报告把外部价格建模为几何布朗运动(GBM),并令对数价格无漂移,即:
[ d\ln S_t=\sigma dW_t ]
其中σ是价格波动率。价格被离散为固定间隔的对数刻度,活跃刻度在网格上近似表现为一个对称最近邻随机游走。这个设定使作者可以把价格退出区间的问题转化为有限状态马尔可夫链的首次离开问题。
LP选择一个中心刻度j和半宽度w,流动性覆盖从j−w到j+w的价格刻度。报告定义了一个再平衡周期:仓位从中心开始,直到价格触及任一边界时结束,随后仓位被重新置于当前价格附近。对于无漂移的价格过程,平均离开时间为:
[ E[\tau_{\text{exit}}]=\frac{w^2}{\sigma_h^2}, \qquad \sigma_h=\frac{\sigma}{h} ]
因此有效再平衡频率为:
[ \lambda_{\text{eff}}=\frac{\sigma_h^2}{w^2} ]
这意味着区间越窄、波动率越高,再平衡越频繁。
报告还推导了一个重要的占用规律:一个再平衡周期内,价格偏离中心的时间分布呈三角形,在中心附近停留时间最长,越接近边界停留时间越短。该分布不是简单的均匀分布,而是由随机游走的首次离开结构决定。,
无常损失在两个边界并不完全相同。虽然对数价格过程无漂移,但用计价资产衡量时,上边界和下边界的损失不同;下边界的损失更低。作者以φ表示两个边界损失之和,以η表示其不对称程度。这种边界不对称最终使最优价值函数的顶点略微偏向中心左侧。,
在窄区间近似下,区间的无常损失率与区间宽度大致成反比。报告将其与Loss-versus-Rebalancing(LVR,损失相对于持续再平衡的度量)联系起来,认为集中流动性会把全价格域仓位的套利损失放大约1/x,其中x与区间的对数宽度相关。因此,窄区间本质上是一个带有较高杠杆的“做空波动率”仓位:它在波动率低时赚取手续费,在波动率高时迅速承担损失。,
单个LP的手续费收入取决于其在当前刻度中的流动性份额,而该份额又取决于其他LP投入了多少流动性。竞争者越多,单个LP获得的手续费份额越低。现实池子可能有成千上万个LP,直接构造N人博弈会非常复杂,因此报告用均值场博弈把每个LP面对的竞争者替换为一个总体分布。
在该框架中,代表性LP根据总体流动性分布决定是否再平衡和选择多宽的区间;总体分布又由所有LP的最优决策共同产生。均衡需要同时满足两个条件:后向的Hamilton–Jacobi–Bellman(HJB)方程描述最优价值和最优行动,前向的Kolmogorov方程(KFE)描述LP群体分布如何演化,且后向最优策略生成的分布必须等于被用于计算手续费的分布。,
精确模型有一个技术难点:所有LP共享同一个市场价格,因此给定一条价格路径,所有仓位的中心会同时受到价格影响,群体分布是随机的,无法直接由通常的确定性前向方程描述。为此,作者先研究一个平均化版本:每次再平衡时,新仓位的中心从价格长期稳态分布中独立抽取。
该平均化模型的好处是,价格中心的随机性被纳入长期分布π,问题转化为有限状态连续时间控制马尔可夫链。作者证明,在存在正的背景流动性L0和正的再平衡执行强度Γ时,至少存在一个混合策略均衡。混合策略意味着LP可以在多个行动之间随机化,这是有限状态博弈中保证存在性的标准方法。
均衡唯一性来自“拥堵效应”:当某个刻度上的总流动性上升时,每个LP在该刻度的手续费份额下降。作者证明,对于任意两个总体分布,手续费函数满足一种类似Lasry–Lions单调性的条件。只要总流动性在某个刻度不同,利益函数就会严格变化,因此两个均衡必须产生相同的每刻度总流动性和相同的价值函数。若HJB方程中的最优行动是唯一的,那么总体分布本身也唯一;如果存在并列最优行动,可能出现不同的LP分配,但这些分配具有相同的经济收益和总流动性。,
这一结论也可以推广到不同资本规模的LP。资本不同主要通过单位资本的交易成本g不同来体现,因此不同类型的LP可以在同一个总体均衡中共存,并根据其固定成本和比例成本进行筛选。
报告特别强调了两种手续费收入:
如果价格、交易量和流动性在局部近似平坦,Rcyc约等于Rfee除以价格落在该区间内的概率。由于窄区间占据的价格网格更少,无条件收入可能严重低估一个始终跟随价格再平衡的LP的真实周期收入。报告因此在封闭式最优宽度分析中使用Rcyc,而不是Rfee。
在所有活跃LP都能快速再平衡的情况下,当前活跃刻度上的总流动性可以视为一个确定的流动性堆栈。单个LP的手续费收入近似与其单位刻度流动性成正比,而单位资本覆盖的刻度越多,其每刻度流动性越低,所以手续费收入大致满足:
[ R_{\text{cyc}}(w)=\frac{B_1}{w} ]
其中B1由手续费率、局部交易量、当前价格和活跃刻度总流动性决定。作者也考虑了更一般的形式Bα/wα,但实际数据分析均采用α=1。
一个再平衡周期的成本包括边界无常损失和交易成本g。由于周期长度约为w²/σ²,成本率大致为:
[ R_0(w)\approx \sigma^2\left(\frac{k_0}{w}+\frac{g}{w^2}\right) ]
其中第一项是无常损失成本,第二项是固定交易成本在再平衡频率上的摊销。窄区间的交易次数更多,因此固定成本的影响按1/w²放大。,
LP的长期利润率可以写成:
[ \Pi(w)=R_{\text{cyc}}(w)-R_0(w) ]
在给定竞争程度下,存在一个内部最优宽度w*。手续费优势较大时,LP倾向于选择窄区间以提高手续费份额;接近不可盈利边界时,LP会扩大区间,以降低再平衡频率和单位时间交易成本。
当α=1且交易成本为正时,报告给出了一个近似最优宽度公式。其经济含义比具体公式更重要:最优宽度由手续费收入强度、波动率、网格步长和交易成本共同决定;固定成本越高,最优区间越宽;波动率越高,区间也倾向于变宽,因为窄区间会过于频繁地触发再平衡。,
报告定义了临界波动率σc,即在给定手续费、交易量和活跃刻度流动性的情况下,手续费收入刚好不足以覆盖任何区间宽度的无常损失和再平衡成本。令:
[ s=\frac{\sigma}{\sigma_c} ]
则s被称为参与边际。s越低,LP越容易获利;s接近1,池子接近盈亏平衡;s超过1,单纯手续费驱动的流动性提供不再具有吸引力。,
但自由进入会改变竞争程度。若LP大量进入,活跃刻度的总流动性L增加,单个LP的手续费份额下降,最终会把利润压回零。因此,自由进入均衡不会简单地要求“所有LP在σ=σc时进入”,而是会将池子维持在略低于临界波动率的参与边际s*。报告在小交易成本下给出的结论是:
[ s^*<1 ]
且交易成本越高,s越低。报告指出,当g=5个基点时,x=0.095,s约为0.992,说明即使在自由进入状态下,也需要一定的手续费缓冲来补偿再平衡成本。
在快速执行假设下,报告推导出区间内部的相对价值函数是一个向下开的抛物线。其顶点略向较低价格方向偏移,原因是两个边界的无常损失不对称。区间外的仓位会立即再平衡,价值函数的边界条件包含对应边界的无常损失和交易成本。
偏移量n,即当前价格相对于仓位中心的刻度距离,在稳态下服从三角形分布。中心附近的偏移出现时间最长,边界处的概率为零,因为触及边界后立即重置。这个分布是单个仓位随时间观察到的稳态分布,并不是某一时点所有LP横截面分布的简单等价物;所有LP共享同一价格,所以它们的偏移具有共同驱动因素。,
表1是符号总表,列出了报告中使用的价格刻度、波动率、区间半宽、流动性、手续费、交易成本、均衡分布和价值函数等记号,并指向各符号的正式定义。虽然该表本身不是经验数据表,但它对于理解后续公式非常关键:报告同时使用价格刻度宽度h、年化价格波动率σ、刻度波动率σh=σ/h以及区间半宽w,若不区分这些量,容易把价格单位、刻度单位和资本收益率混为一谈。,
图1上半部分比较30日年化实际波动率σ与由链上手续费、交易量、价格和流动性计算出的临界波动率σc。两条曲线在2024年至2026年间大体同步,σc大约在41%至85%之间变化,实际波动率也出现相近幅度的波动。重要的是,σc并不是对实际波动率进行拟合得到的,而是由模型输入直接计算得到,因此曲线同步被作者视为模型具有解释力的证据。
图1下半部分展示s=σ/σc。黑色曲线大多数时间围绕1上下波动,通常位于约0.9至1.1区间。全样本点估计为0.983,95%置信区间为[0.945,1.023]。因此,作者认为该池的实际波动率与手续费支持的临界波动率基本一致,并且0.983与模型给出的自由进入边际相符。
图表也显示,二者并非机械地完全重合:某些阶段实际波动率短暂高于临界值,另一些阶段则明显低于临界值。这意味着池子在短期内可能处于超额盈利或亏损状态,但长期均值受到竞争进入、退出和流动性变化的约束。,
报告采用2000次循环区块Bootstrap计算置信区间,每个区块包含一周、即168个小时,并在每次重抽样后重新构造s,因为s是两个均值之比。作者还指出,使用日度或月度区块时区间变化不超过0.01,说明结果对区块长度并不特别敏感。
图2展示五个池的30日滚动参与边际s。长期平均值分别约为:以太坊Uniswap 0.3%池0.98、Base Uniswap 0.05%池1.05、以太坊Uniswap 0.05%池1.06、Aerodrome约1.15、PancakeSwap约1.18。
图中最明显的是Aerodrome的边际长期高于1,并在2026年初因激励排放上升而显著抬升。作者认为这符合经济逻辑:Aerodrome除了交易手续费外,还向LP提供流动性挖矿或Gauge排放,因此不能用“手续费覆盖无常损失”的纯费用模型解释全部收益。,
PancakeSwap的边际也较高,但原因不同。协议从交易手续费中抽取一部分,真正到达LP的费用只有约67%。用LP实际获得的手续费份额重新计算后,PancakeSwap的有效边际约为1.44,说明如果忽略协议费,模型会低估LP面对的真实经济压力。
两个Uniswap 0.05%池都略高于1,且分别为1.05和1.06。它们位于不同链上,Gas成本相差很大,却共享相同的费率层级和比例成本κ,这说明Gas成本并不能单独解释其偏离1的程度,也提示模型遗漏了其他因素,例如跳跃损失、流动性粘性或非纯手续费型LP动机。
表2将比例交易成本κ、排除边际sexcl和全样本参与边际s进行比较。sexcl是一个硬门槛:当s超过该值时,即使LP拥有无限资本,也无法通过任何区间宽度获得正收益,因为比例成本无法通过扩大资本规模消除。
报告指出,在κ>0时sexcl必然小于1,因此实际边际高于1的池,从该边界触发模型看都应当处于“没有纯手续费LP愿意进入”的状态。以太坊0.3%池是唯一接近开放/关闭边界的案例。使用测得的中位数交换比例后,其κ约为9.8个基点,sexcl约为0.988,而样本s为0.983,因此仍略微开放。
报告也给出了资本门槛的数量级:在s=0.98时,最低可行资本约为5.6万美元;当s上升至0.9813时,最低资本约为13万美元;接近sexcl时,最低资本趋于无穷。使用精确而非领先阶的边际后,对应数字约为3.8万美元和6.8万美元,说明这些资本门槛对近似公式和κ的估计非常敏感,更适合作为数量级判断而非精确投资门槛。
研究使用六个WETH/USDC池的小时池状态和Mint、Burn、Collect事件数据,覆盖以太坊和Base;但由于SushiSwap池的流动性比其他池低两个数量级,单个LP对总体流动性的影响过大,不符合均值场假设,因此最终报告五个池的参与边际。
作者对数据做了两个单位一致性检查:以太坊两个池的实际有效费率分别为0.3%和0.05%,与公告费率精确一致;根据交易量推算的局部交易流量,与通过协议费率增长数据反推的交易流量相差不超过2%。这些检查降低了数据口径错误的可能性。
报告还指出,30日窗口中的σ、交易量和流动性被视为常数,但模型自由进入宽度对应的再平衡周期约为25至70天。因此,一个30日窗口中的s比较的是同期的收入率和损失率,而不一定观察到了完整的再平衡周期。这是经验结果的重要限制。
价格过程风险。模型假设价格服从无漂移GBM,但现实加密资产价格存在跳跃、厚尾和波动率聚集。报告的Base数据表明,扩散模型对价格离开区间的频率预测得较好,但不能解释每次离开造成的损失。
跳跃造成的超额退出成本。在Base池中,实际退出频率与扩散模型预测值在较宽区间内误差约1%,在较窄区间内误差约10%;然而以太坊池中持续提供流动性的年损失仍达到6%至18%。作者因此推断,差距主要来自跳跃越过边界后产生的额外损失,而非退出次数预测错误。
交易量外生假设。模型把交易量设为外生且稳定,未考虑LP流动性深度、价格冲击、套利者行为和手续费变化对交易量的反向影响。,
平均化博弈与精确博弈并不等价。存在性和唯一性定理针对的是平均化再平衡模型,而封闭式解针对的是精确价格跟随、边界触发的模型。报告明确承认没有证明两个模型之间的极限关系,因此不能把平均化模型的均衡定理无条件转移到实际精确模型。
策略空间受到限制。报告只分析价格触及区间边界时再平衡的策略。作者自己指出,在一个5基点交易成本案例中,如果允许在区间内部自由重新居中,可能将单位时间成本降低4.4%。因此,报告的均衡是“边界触发策略集合内”的均衡,而不是所有可能动态策略中的完全均衡。
LP动机过于单一。模型假设LP风险中性,收入仅来自手续费,并且资本规模差异主要体现为交易成本差异。现实中LP可能获得代币激励、利用自有订单流、承担库存管理职能,或者出于其他战略目的提供流动性,这些行为会使“s>1即应退出”的判断失效。
自由进入的因果解释仍不充分。s接近1既可能来自自由进入和退出,也可能来自套利交易的机械性再平衡。报告承认,如果所有交易都是在价格离开费率对应的区间后由套利者快速纠偏,同样可以机械地产生s≈1。因此,现有结果支持“模型一致”,但尚不能单独证明自由进入是主要因果机制。
这篇报告建立了一个将集中流动性、无常损失、手续费竞争和再平衡成本统一起来的均值场博弈框架。其最重要的经济结论是:LP不是简单地选择“宽区间以降低风险”或“窄区间以提高手续费”,而是在手续费份额、价格退出频率、边界损失和固定交易成本之间进行动态权衡。窄区间提高单位时间手续费,却放大了做空波动率风险;宽区间降低再平衡频率,却稀释了手续费份额。,
理论上,平均化模型具有均衡存在性,并且总体流动性和价值函数基本唯一;精确动态模型则给出了最优区间、三角形偏移分布、抛物线价值函数和自由进入边际。经验上,以太坊Uniswap 0.3%池的s约为0.983,落在自由进入边际和统计置信区间内;但0.05%池、Aerodrome和PancakeSwap的偏离说明协议费、代币激励、跳跃成本和其他LP动机不可忽略。,
因此,作者的总体立场并不是宣称所有DEX流动性提供都无利可图,而是提出一个更有条件的判断:在没有额外激励、没有自有订单流优势、且采用边界触发策略的前提下,LP的可持续参与取决于实际波动率是否低于由链上手续费、交易量、流动性和价格直接计算出的临界波动率。报告的最大价值在于把这个判断转化成了可观测的参与边际s和资本排除门槛sexcl;其最大不足则是尚未完全处理跳跃、随机波动率、内生交易量和无限制再平衡策略。作者因此将跳跃扩散、内生套利、动态手续费、协议设计和非对称区间列为后续研究方向。
2610.28863.pdf