下面我对你提供的研究报告 “A Dynamic Equilibrium Model for Automated Market Makers” 进行一份极其详尽、分章节的剖析解构。为便于溯源,凡基于原文具体结论或推断的句子末尾均标注了对应页码标签 [page::n](每处引用不超过两个页码)。分析覆盖论文的核心论点、模型构造、每一主要章节的逻辑链、关键公式与命题含义、图表/表格逐一解读、作者的估值/均衡结论、风险与局限性,以及批判性评价与结论性综述。
一、元数据与总体概览(引言与报告概览)
- 标题:A Dynamic Equilibrium Model for Automated Market Makers(常量函数化做市商的动态均衡模型)。
- 作者:Chengqi Zang, Zhenghui Wang, Weitong Zhang(文中未给出明确机构或发布日期)。
- 研究主题:对常量乘积型 AMM(CFMM,特指 Uniswap V2 风格)建立动态均衡模型,刻画套利者(arbitrageurs)、流动性提供者(LP)与噪声交易者、以及区块链交易费用(gas)与波动率的交互影响。报告兼具理论推导与链上实证分析两部分。其主张包括(1)CFMM 存在结构性买/卖冲击不对称;(2)在仅有理性(信息型)套利者的基准环境下,向 AMM 提供流动性对 LP 是被弱支配的;(3)引入噪声交易、时变波动和内生 gas、以及套利竞赛后,可得到内部解并解释观察到的 “hump-shaped”(先升后降)流动性与波动率关系。
二、逐节深度解读
- 摘要与引言(论文动机与核心结论)
- 核心论点摘要:作者先在基线模型推导 CFMM 的买卖不对称及在只有信息型套利者时 LP 提供流动性被弱支配的结论;随后以链上交易数据验证买卖不对称、并发现大量交易事后无利可图(被分类为“unprofitable”)且与 CEX 波动率与 gas 共动;基于此扩展模型加入噪声交易、内生 gas、时变波动和套利竞赛,得到 LP 最优流动性相对于波动率呈驼峰形(hump)关系,从而解释实证现象。
- 文献回顾(§2)
- 作者定位:本工作在已有 AMM 理论(如 Milionis 等 2022/2023、Aoyagi & Ito 2021、Routledge 等 2024 等)基础上,强调把理论与大量链上数据微观证据结合,特別将 gas 与竞赛(overrun arbitrage)机制内生化以解释大量“事后无利可图”交易与持续流动性并存的现象。该定位与文献差异在于:从“假定噪声流存在”转向“从链上证据反推并微观化噪声与失败的套利订单(overrun)来源”。
- 制度背景与数据(§3)
- CEX 作为参考价与因果关系:作者基于 Granger 因果检验与高频链上数据,断言 CEX 价格(如 Binance)对 on-chain 价格存在格兰杰因果方向(CEX → on-chain),从而在模型中采用 CEX 价格作为外部参照(numéraire)。这一假定在理论设置和后续实证中反复使用并支撑套利者的动机建模。
- 数据:交易级别 on-chain 数据取自多个 Uniswap V2 风格池(ETH/USDT、BNB/USDT、POL/USDT 等),包含交易量、前后池储备、手续费参数、gas 使用/gas price、以及对应 CEX 的高频价格。此为后续经验统计与回归的样本来源。
- 基线模型(§4)
- 市场假设与价格过程:外部 CEX 相对价格 P_t(A 对 B)服从 GBM(对数漂移 μ,波动 σ),并以 B 为计价单位(numéraire)进行换算,得到 d p_t = (μ - 0.5 σ^2) dt + σ dB_t。该连续时间设定用于推导 LP 财富过程的扩散分量。
- AMM 机构与手续费处理:聚焦 Uniswap V2(守恒函数 f(x,y)=x·y),LP 收取按比例手续费 γ;在基线模型中,作者采用“fee-paid-out”(手续费直接支付给 LP,不并入池中,从而 invariant K 不变)的规范以便解析,但在附录说明与现实(Uniswap V2 的手续费是并入池)在经济意义上可等价(时序/会计差异),并给出对照说明。该处理便于导出明确的价格冲击与财富跳变公式。
- 套利者的最优问题(Proposition 4.1):套利者在 AMM 与 CEX 之间进行瞬时套利;作者通过常积不变量关系推导套利最优交易量(買/卖两种 case)。当 P_t > Q_t e^{γ}(外部价格高于 AMM 的 fee-adjusted 价)时,套利者买 A(用 B 换 A)并在 CEX 卖出,最优 ΔA_b^* 受可支付能力(B 持有)与池储备约束影响;当 P_t < Q_t e^{-γ} 则对称的卖出解,解析式给出 ΔA_s^* = min{ sqrt(k e^{-γ}/P_t) - R_A, A_t } 等。该命题强调实际套利受池深与持仓限制、滑点限制影响而不是无限套利假设。
- 买/卖价格冲击的不对称(Proposition 4.2 & Lemma 4.4):在常积 AMM 下,相同名义下“从池买入”对池价格的边际冲击通常大于“卖出”产生的冲击(几何曲率导致);进一步量化(Lemma 4.4)得出 buy-side 与 sell-side 每次纠正对 LP 价值的乘法跳变 J^-(m;γ) 和 J^+(m;γ),并显示两者均为负(平方项形式,明确写成 - (√m - e^{±γ/2})^2 / (m+1)),即单次纠正对 LP 总价值为负冲击(impermanent loss)且在两侧具体程度不同。该不对称是理论核心。
- LP 的动态问题与财富过程(Proposition 4.3):作者把 LP 财富 W_t 写为外持资产 A_out 与池中储备的组合,并导出带 jump–diffusion 的财富动态,跳变来自套利纠正事件 N_t^{±},跳幅 ΔW_t^{±} 由池状态、CEX 价格与手续费确定(见公式)。该表达明确把费收入与价格冲击分离,便于后续效用优化。
- 基线均衡结论(Theorem 4.5):在仅有信息型套利者(purely informed trading)且 LP 偏好为 CRRA 的情形,作者证明目标函数关于流动性份额 θ 的映射是严格凹的,且唯一最大化点是 θ* = θ_min(即 LP 最优是把流动性降至可行的最小水平/撤出),除非存在非常刀刃(knife-edge)条件才会出现内部解。该结论说明:若市场只有信息型套利者,手续费无法弥补对冲冲击与融资成本,AMM 无法维持有意义的流动性。该结论与实际链上持续存在的规模化流动性相悖,提示模型需扩展以包含噪声交易等机制。
- 实证证据(§5)
- 数据处理与可观测量定义:作者以每笔 on-chain swap 计算事后收益(相对当时 CEX 价格,净除 LP fee 与 gas),据此把交易分为“profitable” 与 “unprofitable”。价格 gap、盈利率、噪声交易量与 gas 指标在不同时间窗口/波动率桶上进行聚合与回归/Granger 检验。该分类不依赖交易者事前意图,仅基于交易结果。
- 买/卖不对称的实证:在无定向漂移的短期窗口内,sell-side(如 ETH→USDT)交易在盈利率与盈利交易量上普遍高于 buy-side(USDT→ETH),与 Proposition 4.2 的预测一致(买入侧对池造成更大滑点,需更大错配才能盈利),作者在多个池上均观测到同样模式(ETH/USDT 图示、BNB/USDT),并在文中用图 1–2 展示分组盈利率与总量。
- 图 1(ETH/USDT,盈利率按波动率类别)见下图及解读。 图示显示随 CEX 波动率升高,两方向盈利率都上升,但 sell(ETH→USDT)在低波动区相对占优,支持买卖不对称理论。
- 交易异质性:作者发现“盈利交易”占交易笔数较少(约 10%),却占交易额比例很大(约 55%)——高额、少数的套利者产生收益;而“unprofitable”交易笔数多、均值/中位数交易额远小,类似机构/散户差异,提示链上存在异质参与者(图 3 的对数交易额密度图清晰显示该分裂)。 该分裂说明仅假定存在稳定背景噪声流不能解释大量“未盈利”交易的分布特征。
- 波动率与“未盈利交易”协动:Granger 检验表明 CEX 价波动显著预测随后 on-chain 的 unprofitable 交易量(尤其在 ETH/USDT 与 POL/USDT),这与简单的 exogenous noise 假设不符(noise 不应系统性随外部波动率变化),作者据此提出“套利竞赛/overrun”机制作为解释。表 2 列出多池 Granger p 值(ETH/USDT 多时滞显著)。
- Gas 动态实证:作者检验 price-gap 对 gas 的 Granger 因果性,结果微弱或不显著;相反 CEX 波动率对 gas 具有强预测力(回归与 Granger 测试均显著),从而支持在扩展模型中把 gas 设为内生并随波动率上升而上升的假定(即高波动 → 更多竞赛/拥堵 → 更高 gas)。
- 扩展模型(§6)
- 扩展要素:引入(i)时变波动 v_t(CIR/Heston 型)、(ii)gas g(v_t) 为波动的增加函数且凸、(iii)真实噪声交易(real noise traders,源自 idiosyncratic 偏好,而非套利)以及(iv)套利竞赛导致的 overrun(late arbitrageurs 执行时价格已被先行者修正,导致事后亏损)。这一扩展用来生成能补偿 LP 的费收入渠道和解释实证中的“失利交易随波动率上升”的关系。
- 噪声交易的费生成功能(Lemma 6.1):给出代表性噪声交易在费用与池深 K_t^β 下的最优规模,进而求得即时付费率 E[dot F^N] = Q_t (e^{γ}-e^{-γ}) K_t^β σ_N φ( (1/σ_N) sqrt(2 g(v_t)/K_t^β) )。结论显示:当 gas 随 v 上升且 g'(v)>0,噪声交易产生的费收入随波动上升会下降(高 gas 抑制噪声交易),即噪声费收入不是单调随波动增加。该表达为后续 hump 逻辑(中等波动增加费收入,而高波动把费收入压缩)提供量化基础。
- Arbitrage race 与 overrun(Proposition 6.2 与 Lemma 6.3):建模套利机会幅度 Δ_t ∼ N(0,v_t),多名套利者竞争(提交数量 q_i 与优先费),胜者把池修正到边界,落败者的“overrun”提交仍然在修正后以过时池状态成交,从而产生事后负回报。这一机制将 unprofitable 交易量与 v_t 正相关地连接起来。作者推导出 overrun 量 L_A ≈ K_t^β Δ_t ∑_{i≠w} 1/ĤN_i(期望与 sqrt(v_t) 成正比),并推广 jump 返回 J_ext^{±}(m,u;γ),其中 u 表示 overrun 比例,且 J_ext 的 u 效应是凸且正(增加 u 在一定范围会扩大 LP 的损益复杂性)。
- LP 在扩展模型下的财富与控制(Proposition 6.4, Theorem 6.5):财富动态加入噪声费流、overrun 跳变与 gas 驱动的 λ^{±}(g(v)),LP 的 CRRA HJB 可归约为逐时刻最大化一个 Φ_t(θ) 的问题,Φ_t 同时包含:融资成本 r^*、噪声费收益 ψ^N(θ,v)、跳变频率与跳变冲击的期望函数。关键是:θ 影响池深 K(θ),从而影响噪声费产出(比例 ψ^N ∝ θ^{2β-1})与 overrun 比例 U ∝ θ^{2β-1} √v;当 β>1/2 时,池加深会导致 overrun 效应增强,从而在中等波动时有利可图,但在高波动时 gas 与跳变频率衰减(λ 降)会使收益回落。该数学结构直接引出 hump 结论。
- 驼峰形结论(Theorem 6.7):在若干可解条件下(g 凸、g(v)/v 增长、β>1/2、在某低波动点 severity 通道主导等),LP 的最优 θ*(v) 随 v 先增后降,存在 v^* 使 θ* 取最大值(hump-shaped)。作者并用观测数据(USDC/ETH 池的 binned mean 图)展示了实证上的 hump 形态。
三、图表(每个重要图/表深度解读)
- 图 1(ETH/USDT,盈利率按波动率分类)——文件 images/8fe4...jpg(page=20): 图示横轴为波动率类别(0–10%, 10–25% ... 90%+),纵轴为盈利交易比例,两颜色分别代表方向(USDT→ETH 买 vs ETH→USDT 卖)。解读:在低波动类别,卖方向盈利比例明显高于买方向,随波动上升两者都上升但卖方在低端优势突出,支持CFMM的买卖冲击不对称推论(Proposition 4.2)。该图支持文本断言(§5.2)。
- 图 2(BNB/USDT 的盈利用量对比)—— images/85cf3...jpg(page=20): 展示不同波动桶中“profitable trades”的总金额,由图可见在高波动桶卖方/买方均有大幅增加,但方向上仍存在不对称性,说明不同资产池重复出现同样效应,从而提高结论外推性。该图对应 §5.2 的说明。
- 图 3(ETH/USDT:盈利 vs 未盈利 交易量分布)—— images/e08de...jpg(page=21): 对数密度图显示盈利交易数量少但金额大(均值 17k、median11k,总额 33M),unprofitable数量远多但金额均值仅1.5k,总额 $26.4M。解读:样本中盈利者集中在中高额交易,典型套利者特征;未盈利交易多且小,且其体量在样本中的绝对总量不可忽视,不能把其简单视为随机背景噪声。该图支撑作者关于交易异质性与规模分布的论断。
- 表 1(Gas price determinants)与表 2(Volatility → Unprofitable Volume 的 Granger p-values)—— 在附表 A.2(page=23): 表 1 显示 price-gap 对 gas 的 Granger F-stat 不显著,而 volatility → gas 的 F 显著(p<0.0001),并在回归中有较大系数;表 2 显示多池下波动率对 unprofitable volume 的 Granger 因果显著性(ETH/USDT 在多个滞后层次均 p<0.0001)。这两张表是把 gas、波动率、以及 unprofitable 交易量联系在一起的关键实证证据,直接支持在模型中把 gas 设为内生函数 g(v)。
四、风险因素评估(作者识别的风险与影响)
- 主要风险识别(文中多处):信息型套利(adverse selection)是对 LP 最主要的风险来源(基线模型),会导致单次纠正产生负的标的财富跳变 J^{±}<0,从而造成 impermanent loss。
- Gas/拥堵风险:波动率上升会引发 gas 上升,从而既降低噪声交易产生的 fee 收入,也会抑制套利入场(λ^{±} 通过盈利门槛下降),这些内生成本会在高波动时期使 LP 收益下滑。
- Arbitrage race 风险:套利者竞赛会产生大量 overrun 导致事后亏损(系统性“未盈利交易”),还可能在极端情形下引发池内储备枯竭或执行失败风险(u→1 时跳变项凸增)。作者在 Lemma 6.3 明确指出 J_ext 的 u 依赖是凸且在 u→1 时爆炸式增长,提示极端 overrun 可带来严重后果。
- 模型不确定性与参数风险:结果依赖于一系列参数(β、γ、g(·) 形式、λ 基础率、v_t 动态参数 κ、ξ 等),误设参数或对冲不充分会改变内生均衡性质。作者在附录提供若干充分条件(A.3.9)但实际校准敏感。
五、批判性视角与细微差别(审慎观点)
- 假设检视
- Fee-paid-out 规范与现实差异:作者采用 fee-paid-out 以便解析(K 不变),并在附录 A.3.1 说明经济等价性;尽管在经济总量上等价但对时间序列路径与池深动态可能存在细节差异(例如费用复利对池中保护/深度变化的中短期影响),这在实际高频执行与 LP 决策中可能重要。该点作者已说明但对实际校准仍需谨慎。
- CEX 作单一外部参照:作者将 CEX 价格视为外部价并假设其可无费交易(并以其为价格发现中心),但在现实中多 CEX 间价差、流动性分布、以及跨交易所路由成本会影响套利者决策与优先费结构;文中虽做高频 Granger 测试支持 CEX→on-chain 因果,但该假定的泛化在不同市场/资产上需进一步验证。
- 实证方法与分类局限:将交易分类为“profitable/unprofitable”基于事后对比 CEX 价格并剔除 fee/gas,可能面对时间同步误差、报价延迟、以及复杂路由(跨 CEX、跨池)的情况而产生误判。作者使用“combined” CEX 价格(多家)并对 gas 做调整以降低误判,但仍需谨慎对齐链上与 CEX 标记时间戳与报价快照。该问题会影响“未盈利交易随波动率上升”的强度估计。
- 模型复杂度与可识别性:扩展模型内部含多个交互通道(ψ^N、λ(·)、J_ext 的 θ 与 v 依赖、β 弹性等),在实证校准时可能出现识别问题(不同参数组合可能产生类似 θ*(v) 形态)。作者给出若干充分条件保证 hump 形状,但实际参数估计需要强信息支持。
- 竞赛机制的简化:Arbitrage race 被建模为优先费竞争导致“胜者-败者”划分,但现实中的 MEV 构建者、交易排序机制、打包者(builders)策略、有时还有链外匹配,都会对胜率 π_i、优先费定价与 q_i 的最优选择产生复杂影响,报告用简化的 1/ĤN 近似虽可解析但对高频微观行为细节可能欠缺。作者承认将来可进一步微化。
六、结论性综合(综合最关键发现)
- 关键发现汇总:
- CFMM 的几何性质天然导致买/卖价格冲击不对称:从数学上 J^{-}, J^{+} 的平方形式表明单次纠正对 LP 总价值一贯是负的(impermanent loss),且买入侧通常引发更大滑点;实证上 ETH、BNB 池均观测到买/卖盈利率差异,验证理论预测。
- 在只有信息型套利者的环境下,LP 面临纯粹不利选择而手续费难以补偿,因而理论上最佳行为是最小化池敞口(θ* = θ_min),这解释了为什么仅凭手续费无法支撑池深,但与链上实际持久流动性冲突,提示需要其他费收入来源或失败套利(overrun)来维持流动性。
- 链上实证展示大量事后无利可图交易且这些交易量随 CEX 波动率上升,且 gas 与波动率高度相关,暗示“未盈利”非纯粹外生噪声,而包含大量因套利竞赛导致的 overrun。作者用该机制与内生 gas、时变波动和真实噪声交易共同解释 LP 的正当供给动机。
- 在扩展模型下,LP 最优供给相对于波动率呈驼峰形:中等波动率时噪声交易+overrun 费收利好增强供给,高波动率时 gas 与大型跳变使供给边际回落并趋近下界,最终产生 hump-shaped θ*(v)。实证图(USDC/ETH)展示了类似形态以支持模型。
- 对从业者与研究者的启示:
- 设计 AMM 或 LP 激励机制时必须考虑:买/卖方向的非对称性、gas 的内生性、以及套利竞赛对订单流和 LP 收益的影响。仅靠固定比例手续费在信息性优势普遍存在的环境下可能不足以维持流动性。
- 对监管或协议改进而言,能降低套利竞赛失败成本(例如降低交易排序不确定性或改善交易确认延迟)以及引入动态手续费/集中流动性机制,可能改变 overrun 与噪声交易的结构,进而影响 LP 的长期参与度。作者建议未来研究扩展到 Concentrated Liquidity(Uniswap V3)或动态费率机制。
七、可复现性、后续工作建议与结语
- 可复现性:作者给出详细数学推导(附录 A.3 系列证明)与图表、表格以及数据处理描述(聚合窗口、盈利判定公式等),但完整重现需要原始链上交易数据与 CEX 快照。文中许多结论对参数设定敏感,未来研究需公布校准细节与代码以便验证。
- 建议的后续方向:对 MEV / builder 层的微观博弈建模以替代 1/ĤN 简化、对 fee-compounding(池内累积)与 fee-paid-out 的短期动态差异做更细致数值实验、在多 CEX 及跨池路由情形下检验分类稳健性、并用更高频的链下订单簿信息校验胜率/overrun 比例关系。
- 最后总结一句话(基于报告):该论文成功将 CFMM 的几何性质、套利者竞赛、时变波动与内生 gas 三者结合,既提供了可解析的理论结论(买/卖不对称、在纯信息型市场下 LP 被弱支配),又通过链上实证与机制扩展(噪声交易 + overrun)给出一个可解释链上持续流动性与 LP 行为的均衡框架,且关键预测(如流动性随波动率呈驼峰形)在数据中得到初步支持。
如果你希望,我可以:
- 针对某一节(例如第 4 节或第 6 节)给出更细致的数学推导注释与直观解释(逐步推导 J^{-}, J^{+}, 以及 LP HJB 的每一步);或
- 基于文中给定的图与表,帮你重现部分可视化(例如把 profitability 分组图做成交互式图表),或核算部分公式的数值示例来直观说明参数如何影响 θ*(v)。