本报告系统分析了以太坊链上Uniswap V2平台新创建代币的市场动态与金融影响,发现约88%新币为honeypot合约,导致大量资金流动性被锁定,削弱市场效率。通过模拟简单买入持有策略,揭示了新币投机风险,包括rug pulls和夹击攻击的广泛存在,其中夹击攻击在低流动性池中收益最高。采用聚类方法区分以交易次数(swap time)和物理时间(block time)定义的价格演化,展示了两者的本质差异及其对投资机会的影响,为理解去中心化市场风险提供了金融视角的定量分析。
| Action | Timestamp | Amount ETH | Amount NT | Reserve ETH | Reserve NT | Price (ETH) |
|---|---|---|---|---|---|---|
| Sell | 2024-11-01T20:52:47 | -0.02365 | 4.86E+09 | 0.89905 | 1.89E+11 | 4.75E-12 |
| Burn | 2024-11-01T20:54:11 | -0.89905 | -1.89E+11 | |||
| Buy | 2024-11-01T21:10:35 | 0.04965 | -1.46E-05 | 0.04965 | 0.0001165 | 426.19 |
报告题目:A Sea of Coins: The Proliferation of Cryptocurrencies in UniswapV2
作者:Manuel Naviglio,Francesco Tarantelli,Fabrizio Lillo
机构:Scuola Normale Superiore、INFN Sezione di Pisa、Università di Bologna
发布时间:2024年,涵盖数据区间10月10日至12月2日
主题:研究基于区块链的去中心化交易所Uniswap V2中新代币的大量生成、市场行为、利润情况与风险机制,重点探讨新币市场中“蜜罐”代币及“夹击攻击”的表现及其对市场效率和投资者风险的影响。
本报告围绕去中心化交易所Uniswap V2中频繁出现的新代币进行严谨的财务分析,强调其对市场流动性、投资回报及风险的深远影响。研究利用2024年10月至12月区块链数据,揭示了大量代币存在“蜜罐”特性(即限制卖出导致流动性锁定),导致市场流动性虚假繁荣,同时伴随着如“夹击攻击”(sandwich attacks)等多种操控性套利行为。
报告核心观点是:尽管新代币展现出高收益但表面上的盈利机会极具欺骗性,蜜罐和流动性操纵行为极大地削弱了投资实用性。作者提出了“净成交价值(NTV)”这一指标,定量衡量被锁定流动性和投资风险,并结合定量交易策略和聚类分析揭示了代币价格随时间和交易事件的不同演化模式,强调了传统基于“交易次数”时间轴研究的局限。
整体报告从数据采集、分类、性能分析到风险评估均展现了严密的财务与区块链技术融合视角,并通过数学模型和实证数据支持论断,向投资者和学术界提供了一套剖析DEX新币市场复杂性的全貌视角。
报告开篇明确指出,区块链技术催生的去中心化交易所(DEX)如Uniswap V2,实现无需中介的自动化撮合,促成了新代币的爆炸式增长。研究期间(约两个月)平均每小时产生约15个新代币,与ETH配对,实现交易,并吸引大量投资者关注。
然而,大量新代币高收益背后潜藏风险——其中80%-90%最终呈现“蜜罐”特征——限制卖出,导致流动性锁死,影响市场健康。自动化做市商机制(AMM)替换传统订单簿,提供连续流动性,但系统易被操纵。已有研究多从安全角度审视智能合约漏洞,而本报告突破性地采用金融视角,深入量化蜜罐和操纵行为的市场及利润影响。,1]
报告补充说,现有文献虽在计算机安全识别蜜罐与恶意合约方面做出贡献,但对其广泛金融影响的量化与实证不足。本研究填补此空白。
其贡献包括:
章节设计明晰,涵盖数据集介绍、代币分类、早期交易特性、投资策略分析、交易策略限制、攻击机制分析、聚类价格行为至结论。
数据采集自以太坊链上,覆盖2024年10月10日至12月2日,识别17194个新发行代币,监控交易对创建、交易量、流动性变动(铸币、销毁事件)等。此数据是后续所有分析的基石。
关键在代币分类:
统计显示,蜜罐占比达约88%,可卖出代币仅12%,暴露市场风险极高,绝大多数投资面临流动性陷阱。
这些数据反映,早期阶段市场大量代币快速产生,但绝大多数为质量低下甚至欺诈性“蜜罐”,流动性受限且活跃度下降迅速,阻碍健康生态形成。
报告实现了一种极简的交易策略:
结果显示:
然而,策略揭示的高盈利主要是蜜罐产生的“假”利润,因为代币无法卖出,而卖得开代币盈利潜力有限但存在(约46.69%回报率)。,6]
报告指出,存在三大限制令该策略难以细致运用:
引入NTV指标衡量市场实际经济规模后发现,高比例资本初期就被锁入蜜罐,且蜜罐代币交易及价格行为伪装成健康生态。但大规模的流动性撤销(如烧毁事件)引发价格暴涨假象,严重误导投资者。
NTV定义为累计成交量乘以当前交易价格,为衡量流动未抽走及“假繁荣”提供数值证据。图4详细展示在第10、100、1000笔swap后,蜜罐和卖得开币NTV的分布差异:
这些数字直接量化了市场流动性质量问题。极端负NTV代表流动性大抛售导致价格暴跌(主要出现在蜜罐),而极正NTV对应“地毯拉”(rug pull)操作——主要流动性提供者突然撤资,价格急剧上涨失真。对应图5的散点图展示最大NTV与流动性的强负相关,大部分极端事件均围绕低流动性区域及蜜罐代币爆发。,9]
夹击攻击原理:攻击者监控内存池,事先高价提交买单,推涨价格,随后卖出获利,基于AMM低流动性的特性威力显著。报告量化了攻击案例,指出68%蜜罐币和90%卖得开币都遭遇过此攻击。
此策略构成了买入持有策略盈利的主要来源,但实际上难以复制,因攻击多通过FlashBots私人通道执行,普通交易者难以介入。卖得开代币极少有超过1 ETH利润的案件,表明大部分利润集中于夹击攻击。图6展示夹击攻击导致的价格峰谷曲线,反映机器人利用价格扭曲获利。,11]
详细解析夹击攻击最优交易投入金额Δxa,基于Uniswap V2常量乘积公式推导攻击者收益函数s(Δxa;Δxϵ)(其中Δxϵ为受害者交易量),涵盖手续费影响与池中流动性规模效应。
结论:
图7具体描绘了s函数与投入量关系,形象展示攻击收益的峰值表现。,13,14]
区块链交易是按区块批量执行的,导致物理时间(区块时间)和swap时间(交易顺序)两种时间尺度带来的价格行为差异。
Swap时间聚类:基于早期100和1000笔交易价格轨迹归一化,运用K-means聚类得到2-3个类别。聚类结果显示,蜜罐多数集中于价格持续上涨的轨迹簇(买入无卖出推升价格),卖得开代币均匀分布,表明短期价格趋势差异明显。(图8、9,表4),16]
物理时间聚类:利用动态时间规整(DTW)算法,按区块时间对价格轨迹聚类。结果揭示三大典型价格模式:初期发涨随即暴跌、持续上涨假象(蜜罐特征)及稳定缓涨等,反映真实时间下短寿命代币暴露出极高风险和操纵风险。(图10)
聚类对比明确说明,物理时间分析更能反映实际市场动态和投资时机限制,swap时间视角有利于捕捉交易内利润但忽略交易排序和执行限制。
报告中针对代币估值并非传统财务估值的DCF或多因子模型,而是提出了“净成交价值”(NTV)作为代币市场真实经济价值度量。NTV结合了成交量和当前价格,反映了流动性提取后,代币在市场上的实际价值。
对于夹击攻击,报告构建精细的数学模型,基于Uniswap V2恒定乘积市场做市公式,考虑手续费影响,推导最优攻击规模与利润极值,间接评估低流动性环境下的套利潜力。通过模拟验证,确认模型准确性,并解释了手续费与流动性变量在决定攻击可行性的角色。
同时,聚类分析体现了价格演化的估值轨迹差异,帮助揭示价格行为隐含的风险溢价和套利可能。
报告详尽地揭示了Investing Uniswap V2新代币面临的多重风险:
报告未显著给出缓解方案,更侧重量化风险本身,强调普通投资者应高度警惕流动性操纵和交易排序风险。
本报告通过系统链上数据与创新指标“净成交价值”,清晰展现了Uniswap V2新币市场的高速增长背后,绝大部分代币存在陷阱性质(蜜罐),导致资金流动性严重受限,并大幅扭曲市场真实价值。
买入持有策略看似可获高额利润,但实际上主要依托于蜜罐代币的价格错觉和夹击攻击套利,高度依赖交易排序优势和对时间轴的非现实假设。夹击攻击理论模型证明低流动池的高攻击获利性,进一步揭示了新币低流动性特点如何助长套利。
聚类分析从时间维度揭示价格行为关键差异,指出现实物理时间与swap事件序列时间分别塑造不同市场视角,影响战略实施可能性,凸显套利及投资风险的复杂时间特征。
整体报告具有高度实证性和理论深度,批判了现有交易策略的过度乐观,强调投资小型新币极高风险,呼吁未来在合同安全、流动性预警及区块内交易微观动态研究上加强投入。
综合观点:Uniswap V2上的新币市场尽管看似蕴藏暴利,却实则浸淫着蜜罐陷阱和夹击攻击等结构性风险,投资者需极大谨慎,策略设计必须基于物理时间和流动性综合视角,而非仅依赖交易事件序列。
本次详细分析,力求对报告中的每个章节重要论点、数据支持、模型推导、风险识别及图表意义做了全面剖析,揭示Uniswap V2新币生态的复杂面貌,为投资者和研究者理解去中心化交易所新兴市场现象提供了重要参考。
,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
2502.10512v1.pdf