本文研究在以借贷融资对冲 AMM(constant-product)流动性头寸时的最优对冲比率 h,构建了一个以夏普率最大化为目标并受强制清算概率约束(用首达时间界)限制的随机优化框架,给出无约束闭式最优解 h* 及由清算约束决定的实际最优 h,并用基于链上标的的蒙特卡洛回测验证:在典型 DeFi 参数下最佳对冲在 50%–70% 之间(标的样本 SUI/NS 校准,最优 h≈0.60–0.65 且清算概率仅 ~1.4–2.3%),并给出再平衡与仓位规模的实务建议
| 量 | 说明 |
|---|---|
| h*(闭式) | h* = (μ0 v_GA - c v_GG) / (μ0 v_AA - c v_GA)(式(20)) |
| h_mv(最小方差) | h_mv = v_GA / v_AA;当借贷成本 c→0 时 h*→h_mv(接近完全对冲) |
| h (%) | E[ROE] | Std(%) | SR (raw) | P(liq) |
|---|---|---|---|---|
| 0 | +3.58 | 16.0 | 0.453 | 0.0% |
| 40 | +3.78 | 10.8 | 0.720 | 0.1% |
| 60 | +3.32 | 7.4 | 0.931 | 1.4% |
| 65 | +3.06 | 6.7 | 0.951 | 2.3% |
| 100 | -0.32 | 10.2 | -0.030 | 19.2% |
一、元数据与概览(引言与报告概览)
二、逐节深度解读
三、图表与图像逐一深度解读(按报告中出现的主要可视化/表格)
Table 2(基线标定参数,page 10)
描述:列出研究中使用的基线数值(σ_A, σ_B, ρ, r_A, r_B, R/V0, r_f, ℓ_max, C/V0, T)。
解读:这些参数决定了期望 IL 速率 φ、方差分量 v_GG, v_AA, v_GA 以及借贷成本 c 的数值,从而直接影响解析 h* 与模拟 h** 的位置(例如高 R/V0 有利于较高 h**)。作者在多处基于 Table 2 给出 φ=0.0732、v_GG=0.2331、v_AA=0.2431、v_GA=0.2376、μ_0/V0=0.1369、c/V0=0.0225 并由此计算 h*≈0.977,说明表中数值是后续解析与模拟的根基。
Table 3(Monte Carlo 结果按 h 的网格,page 11)
描述:对每个 h 给出 E[ROE], Std, SR(raw), SR(+tx), P(loss), P(liq), 5% VaR 等统计量。
解读:表格清晰显示 SR(raw) 在 h≈0.65 附近达到峰值,但含交易成本的 SR(+tx) 在 h≈0.60 更优;P(liq) 在 h 从 0.6 到 1.0 升高迅速(1.4%→19.2%),说明交易成本虽有影响但清算概率才是决定性约束。5% VaR 在 h 增大时由 -5.8%(h=60%)逐步恶化到 -21.2%(h=100%),显示极端风险随 h 增加而加剧。作者基于此表格提出 h** ≈ 60% 为实践推荐值。
Figure 1(Sharpe 与清算概率关系,可视化,page 12)
插图引用:
描述:左轴为年化 Sharpe(原始与含交易成本两条曲线),右轴为清算概率(绿色),横轴为 h。
解读:图形直观展示了“Sharpe 随 h 增加先升后降、清算概率在 h≈0.70 后呈加速上升”的特征,从而视觉上支撑了 h** 位于 0.60–0.65 的定量结论。图中填充的绿色区域强调了清算概率的非线性上升,证明了清算约束为绑定约束。作者还标注了基于含交易成本的最优点 h** = 60%。
Table 4(h=1.0 时清算统计,page 12)
描述:在完全对冲下(h=1.0)的清算概率、最大 LTV 的均值与分位数(95%/99%)等。
解读:显著地,95% pctl max LTV > 100% 表明在极端场景下债务价值会超过抵押,触发清算;表内的“有/无周期性领取”对比显示定期领取对降低清算概率(例如 23.0% → 19.2%)具实质性效果。该表强调了完全对冲在实际借贷—清算机制下的脆弱性。
Table 5(解析近似 vs MC 比较,page 13)
描述:列出不同 h 下 LTV_0、b、解析解与 MC(no claims)/MC(claims) 的清算概率比较。
解读:在 h ≤ 0.70 区间,解析近似与 MC(no claims) 误差小于 0.2pp,验证了第一通达时间近似的准确性与保守性;含奖励领取时(MC(claims))清算概率进一步下降,说明奖励领取行为能显著降低清算风险。作者据此认为解析方法在实践中可作为快速保守估算工具。
Figure 2(期望 ROE 与标准差对 h 的分解,page 14)
插图引用:
描述:左轴为 E[ROE],右轴为 Std(ROE),横轴为 h。
解读:图示说明 E[ROE] 随 h 增加呈先微升后下降的趋势,而 Std(ROE) 在 h 从 0 到 ~0.70 时急速下降,之后因清算损失影响反弹,进一步说明在中等 h(约 0.60–0.70)存在“方差显著下降而期望损失有限”的有利区域。作者用该图强调对冲在 70% 之前的方差收益。
Figure 3 与 Figure 4(敏感性分析:相关性与借贷利率,page 15)
插图引用(相关性):
插图引用(借贷利率):
描述與解读:Figure 3 显示在 ρ 从 0 到 0.9 的范围内,Sharpe 随 h 的曲线峰值始终位于 60%–70% 的区间,说明 h** 对相关性不太敏感(高相关提高总体 Sharpe 但不改变最优 h 的位置)。Figure 4 显示提高 r_B 会压低整体 Sharpe 并使最优 h 稍微向下移动(例如 r_B 从 5% 提升到 30% 时 h** 从 ~70% 降至 ~60%),这与理论上借贷成本是 h 唯一影响期望收益的通道相一致。作者据此强调借贷利率是调节 h** 的次要但可量化因素。
其他表格(Table 6–11 等,pages 16–18):作者展示了对奖励率、多个币对、波动水平、清算惩罚、抵押比例与再平衡策略的系统性敏感性分析,并给出相应的 h** 与 SR 变化(如 Table 6 显示当 R/V0 ≥ 30% 时策略稳健;Table 10 显示提高抵押比例 C/V0 会单调增大 h** 并降低初始 LTV,且在 C/V0 足够大时约束变松,h** → h*)。这些数值支持实践建议(50–70% 区间、2× 抵押、15pp 重平衡阈值、半月领取奖励)。
四、估值/优化方法与关键假设解析
五、风险因素评估(报告作者识别并讨论的风险)
六、批判性视角与方法论上的细微之处(审慎客观评估)
七、结论性综合(关键发现与实践建议)
八、简要操作化建议(基于报告之综合)
總結性评价:该报告结构完整、理论解析与蒙特卡洛验证互为补充,核心贡献在于把对冲率 h 视为连续决策变量并将借贷引致的清算概率以第一通达时间近似纳入约束,从而将“几乎完全对冲”的无约束解析解转换为实务可接受的 50%–70% 部分对冲建议。作者对关键假设与方法局限进行了充分披露并开展了一系列稳健性检验(包括跳跃模型、敏感性分析与不同币对),使结论具备较强的实务指导价值。文中所有关键数值、公式与图表均有明确出处与页码支撑,上述分析均直接基于文中陈述和表格结果。
2603.19716.pdf