GAT:一文了解Uniswap V3无偿损失计算,风险更高还是更低?

本文作者:Auditless创始人PeterisErins,前麦肯锡分析师

本周早些时候,我写了关于如何推导出UniswapV1和V2的无常损失公式的文章。我们将使用相同的方法来计算UniswapV3和集中流动性头寸的无常损失。

对于像Uniswap这样的自动做市商(AMM)来说,无常损失是一个流行的概念。作为流动性提供者,您的头寸相对于任一资产的价值可能会下降,而无常损失通常被定义为LP在给定价格变动时遭受的损失百分比。

UniswapV3流动性提供商提供固定价格范围内的流动性。这种特征称为集中化流动性。但是在固定范围内提供流动性意味着什么?在头寸集中的情况下,池中两种资产的储备在交易期间以更高的速度消耗,导致它们在范围的任一端完全耗尽。

Beosin:黑地址FTX Accounts Drainer已对大额资产进行兑换转移跨链等操作:金色财经报道,根据区块链安全审计公司Beosin旗下Beosin EagleEye 安全风险监控、预警与阻断平台监测显示,截止2022年11月15日,黑地址FTX Accounts Drainer(0x59AB...32b)已对大额资产进行兑换转移跨链等操作。

目前大部分资金位于账户FTX Accounts Drainer的ETH平台,约228,523 个ETH($288,934,108)和8,184 个PAXG($14,395,174)。BSC平台约108,454 个BNB($29,962,644) 和1,685,309 个DAI($1,686,562) 。

其他部分资金位于ETH上的FTX Accounts Drainer 2账户上,约1999.4 个PAXG($3,516,404),FTX Accounts Drainer 3账户上约499 个PAXG($878,114),FTX Accounts Drainer 4账户上约499 个PAXG($878,114),其它链上的资产目前尚无异动,Beosin Trace将持续对黑地址异动进行监控。[2022/11/16 13:09:37]

您可以将其视为通过杠杆提供流动性。如果价格没有超出范围,您可以提供更有效的流动性。如果是这样,您的头寸只剩下1项资产,并且在价格重新进入该范围之前不会赚取交易费用。

CCTV 4:三星堆发布数字藏品:金色财经报道,据CCTV 4中文国际频道消息,四川省文物考古研究院和三星堆博物馆首次推出新春数字贺卡和五款数字藏品,此次数字藏品发行采用区块链技术,中国科协科技传播中心提供了技术支持。数字藏品发行时间为2022年2月1日(初一)10:00-20:00。三星堆典藏文物定妆照限量版数字藏品一元宇宙贺卡,遴选九件典藏级文物,每件文物元宇宙贺卡限量100份。限量版数字藏品三星堆典藏文物定妆照限量版3D虚拟数字藏品,遴选五件典藏级文物,每件文物虚拟藏品限量30份。由四川省文物考古研究院、三星堆博物馆联合发行。[2022/2/3 9:29:43]

在进行杠杆交易时,收益和损失被放大,UniswapV3也是如此。集中头寸的交易费用份额较高,但无常损失也较高。我们会查明具体是多少。

纽约时报:OCC署长候选人或对加密货币行业采取更强硬态度:8月5日消息,白宫正为美国最高银行监管机构货币监理署(OCC)审查一位新的署长候选人、康奈尔大学法学院教授Saule Omarova,并称其或对加密货币及金融科技行业采取更强硬态度。两名知情人士称,审查仍处于初期阶段,她可能会在未来几个月或明年初得到提名,但需要参议院确认才能开启五年任期。很多人批评OCC领导人对银行过于友好,Omarova对行业的怀疑态度可能会帮助她获得提名。Omarova曾在学术文章中强调银行涉足加密货币业务的风险越来越大,该业务虽然经历了爆炸式增长,但仍处于缺乏监管的状态。她认为加密货币业务能让银行在美联储和其他监管机构的视野之外从事更多交易活动。2020年5月,Omarova受访时说她发现了金融行业结构的一个核心问题:在常规运营中,银行和投资者会做出所有重要决策,只在出现问题时才会咨询公众。Omarova说:”我们突然就变成了善后人,而事先做决定时,我们从来没资格参与。”(纽约时报)[2021/8/5 1:36:25]

定义

我们举例一个流动性为L的市场,在一个集中流动性头寸中,资产X和Y的数量分别为x和y。

我们根据资产Y=y/x设置资产X的初始价格为P,并考虑价格变动至P'=Pk,其中k>0。我们还将定义为我们集中流动性头寸的价格区间。假设P和P'都在这个区间内。

根据白皮书,集中头寸的准备金可根据这个曲线来描述:

这意味着在给定的价格范围内,一组较小的储备x、y能够充当更大的储备。

从我们之前的帖子中,我们可以根据流动性(L)和价格(P)确定虚拟储备,我们可以在这里使用它:

我们再次定义三个值:

V_0,初始持有资产Y的价值

V_1,如果保留在池中,则持有的价值

V_held,如果保留在池之外,则持有的价值

推导

和以前一样,V_1等于用P'代替了V_0中的P:

接下来是V_held:

最后,我们将无常损失作为一种百分比变化进行计算:

其中IL_a,b(k)是范围内集中头寸的无常损失,IL(k)是(0,∞)范围内V2头寸的无常损失。

我们可以做两个快速检查。首先,在p_a=p_b=P的极端情况下,那么无常损失将为0。

其次,我们可以设置p_a→0和p_b→∞并看到IL_{0,∞}(k)=IL(k),也就是价格范围越大,对于V2,这个方程就越收敛到无常损失方程。

最后,设置k=1,我们确实得到0,因为在这种情况下不应该有任何无常损失。

注意事项

请注意,如果价格落在流动性范围之外,则此等式将不适用,因为资产持有量在价格范围之外停止变化。我们把它作为一个简单的练习留给读者。

分析

无常损失有多大?考虑一个简单的例子,其中p_a/P=1/n和P/p_b=1/n。在这种情况下:

我们可以看到对于不同的n值,这个比率是什么样的:

即使我们的流动性范围大到足以容纳价格翻倍或腰斩,与我们在整个价格范围内提供流动性相比,无常损失也高出近4倍。这还不包括与落在集中流动性范围之外相关的无常损失……

简而言之,注意资金安全。

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。

链链资讯

[0:5ms0-4:216ms