关于AMM解决滑点、无常损失问题的新认知 | TokenInsight

AMM做市无常损失对冲分析系列(一)—— 损益及期权对冲模型构建 摘 要: 流动性做市是市场的热点之一,在Automated Market Maker系统下流动性做市商的本金会有无常损失。本文首先介绍了AMM做市机制,并且深入的分析了在该机制下为什么会形成无常损失。其主要原因是在AMM机制下如果流动性池中的非稳定资产价格上涨或下跌,做市商会完全自动的与市场一般交易者做出相反的行为,越涨越卖,越跌越买,因此池子中资产价格上涨,其数量就会减少,资产价格下降,其数量就会增加;之后我们重点分析了,对于一个非稳定币和稳定币币对的流动性池而言,AMM机制影响流动性做市商损益的全部因. 阅读详情

↯ 要点总结

在金融领域,风险通常不能消除,只能转移。这一点在DeFi领域也是一样。对于AMM协议的DEX来说,不同机制的设计其实更多的是在不同参与者(LP和交易者)的利益之间做权衡。目前的AMM协议项目并不能消除风险。Uniswap的AMM机制简洁、优雅,滑点对于Uniswap来说本质上是为保护LP的利益而损害交易者的体验;而无常损失则是为保护交易者体验而损害LP利益。这一点对于AMM是天然存在的风险,目前来看市场上的项目并不能消除这些风险,仅仅是做了一些权衡。

TokenInsight

在⾃动做市商(AMM)机制下,做市门槛得以降低,普通⽤户的参与程度⼤⼤提升,因此流动性的聚集也更加容易。但同时,比起订单簿模式的交易平台,⾼滑点和无常损失等问题则是让AMM受到诟病的⽅⾯。随着流动性挖矿引导AMM在三季度爆发,⾏业内开始愈加重视现有AMM的不足之处,新入场AMM将眼光聚焦在了⾼滑点、无常损失等问题的解决。 

1. 什么是滑点和无常损失

滑点和无常损失作为DeFi生态中被广泛提及的概念,为AMM⽤户带去了不少风险。在这两个概念中,滑点是指预期交易价格和实际成交价格之间的差值。滑点并非AMM出现后的新概念,⽽是传统交易市场就存在的⼀个问题。对于传统订单簿模式的交易所⽽⾔,流动性越⾼,盘⼜深度越好,滑点则越低。简单来说,卖出资产越多,价格越低︔买入资产越多,价格越⾼。

⽽无常损失(Impermanent Loss)的概念在AMM出现后被首度提出[1],意指在AMM的运作环境下,流动性提供商(LP)向AMM资⾦池提供流动性时,因资产外部市场价格波动⽽产⽣的损失。无常损失仅在AMM模式下存在,在资产价格恢复后可能消失。但在多数情况下,由于资产价格不能恢复到原位,无常损失实际是永恒的(Permanent),也因此被称为差异损失(Divergence Loss)。 

[1] Uniswap: A Good Deal for Liquidity Providers?https://pintail.medium.com/uniswap-a-good-deal-for-liquidityproviders-104c0b6816f2

1.1 滑点

与传统的订单簿形式不同,AMM采⽤资金池模式来进⾏做市。资⾦池中的资产价格则由函数决定,这意味着AMM中交易对的价格和其交易资产在资⾦池中的储备(Reserve)直接相关。因此,⼀旦交易发⽣,导致交易资产在资⾦池中的储备变化,资产实际的交易执行价便会发⽣改变,产⽣滑点。也因此,越是⼤额的、对资⾦池的流动性储备破坏越深的交易,滑点也就越高。 

AMM滑点的⾼低还取决于其采用的机制本身。⾸先,滑点在恒定总和做市商函数下不存在︔即以X和Y代表资⾦池中两种资产的储备,K为常数,X+Y=K时滑点为0(下图中的直线)。然⽽,该机制将导致资产流动性枯竭,即X⾜够⼤时Y将为0,反之亦然,因此并不在实际应用中被采⽤。 

为防⽌资⾦池流动性枯竭,则必须以滑点的⽅式对交易进⾏惩罚。以采⽤恒定乘积做市商制(X*Y=K)的Uniswap和混合了恒定总和与恒定乘积做市的Curve为例,其函数曲线分别如下图的虚曲线和实曲线所示。已知下图直线时滑点为0,因此当曲线越贴合于直线时滑点越⼩。Curve因专注于稳定币和资产价格为1:1的交易对,⽽使滑点降低成为可能,但同时该机制并不能应⽤在价格波动剧烈的交易对上,否则低滑点下套利成本低,易导致流动性枯竭。

不同做市函数曲线;来源:Curve⽩⽪书

此外,因AMM资⾦池必须以⼤量的流动性和闲置资本来确保滑点发⽣后资产交易价格仍具备竞争力,资⾦利⽤率便低成为了AMM的另⼀⼤问题,并且由于LP的收益来源于实际交易资本产⽣的交易费⽤,该问题直接影响了LP的收益。降低滑点除了能够给交易者带来更好的价格,也能为LP带去更多的交易费收益。 

1.2 无常损失 

在最初的定义当中,无常损失仅作为Uniswap的风险被检测。在Uniswap的机制下,LP因外部市场资产价格偏离⽽产⽣的损失十分典型。具体⽽⾔,⼀⽅⾯,由于Uniswap的资产定价和资⾦池储备相关,价格发现在链上完成,不和外部市场价格联通。因此当外部市场资产价格波动时,Uniswap需要依赖套利(Arbitrageurs)去修正链上价格,使其和外部市场价格达成⼀致。 

另⼀⽅⾯,LP在将流动性提供给资⾦池后,获得资⾦池的部分所有权,即资⾦池资产的“股份”。套利者在修正链上价格的过程当中,其获得的利润便是资⾦池的损失,也因此使得LP和被动持有资产相比受到损失。若不计交易⼿续费和滑点,无常损失的具体发⽣步骤如下所示: 

① 假设ETH/DAI资⾦池拥有10个ETH和5,000个DAI,内部价格1ETH=500DAI,初始市场价1ETH=500DAI。资⾦池内部价格和市场价相等,资⾦池平衡︔ 

② 假设LP Alice为上述资⾦池提供了1ETH/500DAI,则Alice拥有上述资⾦池10%的“股份”;

③ ETH外部市场价格上升,1ETH=700DAI,⽽资⾦池内部价格仍然为1ETH=500DAI,套利空间产生;

④ 套利者Bob从资⾦池以500DAI的价格买⾛1个ETH,资⾦池剩余9ETH和5500DAI,资⾦池失衡,ETH储备减少且资⾦池内部ETH价格上涨,套利空间持续存在,直至ETH内部价格涨至700DAI(外部市场价格);

⑤ Alice想在资⾦池为9ETH/5500DAI时撤回资⾦,Alice实际撤回的为10%*9ETH/5500DAI, 即0.9ETH/550DAI。Alice此时的资产价值为0.9*700+550=1180DAI;

⑥ Alice若被动持有1ETH/500DAI,其资产价值应当为1*700+500=1200DAI。作为LP,Alice产生了20DAI的无常损失。 

由上述无常损失的产⽣逻辑可知,无常损失的大小和资产价格波动程度正相关,并且所有采⽤资⾦储备对资产进⾏定价、依赖套利者调整链上资产价格模式的AMM都⼀定存在无常损失。取决于资产外部价格波动的大小,LP产⽣的无常损失可能被交易⼿续费和流动性挖矿收益补偿。同时,由数学公式推导,无常损失的函数曲线形态如下图所示:

无常损失函数曲线;来源:TokenInsight

1.3 其它风险 

除滑点和无常损失的风险外,上⽂分析的资金利⽤率也是AMM被认为不⾜的⽅⾯。此外,当AMM资⾦池要求⽤户必须抵押超过⼀种资产,并以交易对资⾦池“股份”的形式作为LP兑现收益的流动性提供凭据时,本身只持有⼀种资产的LP将被迫承担多种资产的风险敞口。 

总体而言,根据上述分析,AMM机制的风险和不足主要有以下方面:

• 滑点:滑点高,对于大额交易尤其不友好;

• 资金利用率低:资本闲置程度较高,阻碍LP手续费收益;

• 无常损失:在资产价格波动,偏离资金池内部资产价格时造成LP损失;

• 多资产风险敞口:流动性提供者可能被迫承担多资产风险敞口。

2. 问题优化方案

上文分析了AMM机制的不足和风险以及产生不足和风险的原因。由上述原因可知,针对滑点和资金利用率的问题,可采取的优化方案包括改变做市函数曲线和采用预言机对交易资产进行喂价。但由于滑点同时能防止资金池内的资本损耗,对资金池内资产的流动性起到保护作用,故贴合0滑点的做市曲线仅对资产价格1:1的交易对具备良好应用场景。

针对无常损失问题,优化方案同样包括引入预言机喂价,使资金池内的价格和外部市场价格保持一致,不依赖套利者对池内价格进行修正;同时,无常损失以及资产价格波动引起的风险还可通过对冲的方式被管理。而针对多资产风险敞口问题,则可通过给予LP单一资产资金池“股份”的形式,使LP仅承担单一风险敞口。

总体而言,有效的优化方案如下:

• 改变做市函数曲线,缩小交易应用场景,仅提供价格较稳定资产的交易,如包括Curve在内的稳定币交易;

• 引入预言机,对资金池内部资产进行喂价。此方案被多个项目采用,如Bancor V2、DODO、以及CoFix;

• 引入风险对冲策略,如CoFix;

• 允许单一资产的风险敞口,如DODO、Bancor V2。

引入预言机因能对滑点和无常损失有效改善而成为新入场AMM(如DODO、Cofix)以及AMM升级(如Bancor V2)提供的解决方案。

3. 预言机引入后依然存在的风险

预言机的引入能够同时改善滑点和因资产价格波动产生的风险,但是,预言机引入后的AMM在改善现存问题的同时,是否又带来了新的风险?首先,预言机作为第三方喂价工具,本身就存在一定风险:预言机攻击屡见不鲜,在DeFi生态中造成了大量损失。

另外,以Uniswap为代表的AMM机制原理看似简单,但设计精巧,存在其成功运转的合理性,整体机制设计上牵一发而动全身,任何针对滑点和无常损失的优化甚至消除往往需要以其它方面的牺牲为代价。

下文以新入场的AMM DODO和CoFix为代表,对以引入预言机来降低风险、改善不足的AMM做具体分析。

3.1 DODO

DODO引入Chainlink作为对其交易资产进行喂价的预言机,采用PMM(主动做市商)作为其做市算法。PMM算法即为使用预言机来向资金池交易对喂价,当外部市场价格发生变动时,主动地调整内部交易价格。

首先,DODO资产交易价格不因资金池资产储备而变化。而是根据预言机的喂价主动调整,故能起到降低滑点的效果,也消除了狭义上因外部价格波动、资金池失衡而产生的无常损失。同时,为平衡因交易导致的资金池储备失衡,DODO仍然需要允许套利者的存在;如下图所示,以用户卖出B为例,当池中B储备上升时(图中左侧),DODO将把B的价格调整至低于市价,以鼓励套利者从池中买入B。因此,该模式需要不断地、快速地、准确地对池内价格进行调整,对预言机的喂价能力十分考验,而一旦无法及时跟踪市价,将无法对资金池有效平衡,造成LP损失。

DODO资金池平衡原理;来源:DODO白皮书

TokenInsight观测了DODO的7个交易对资金池,如下图所示,Y轴的值为1时对应上图中B和Q的虚线位置;理论上来讲,资金池应保持一侧大于1、一侧小于1的状态。但是,7个资金池中仅WBTCUSDC较好地维持了这种状态:

DODO资金池平衡情况;来源:DODO Pool Tracker

对预言机的依赖也造成了抢跑(Front-running)的风险—套利者可通过监听预言机的价格寻找套利机会。当预言机两次报价的差值大于套利所需的交易手续费时,套利者可赚取其中的价差,使LP蒙受损失。这一损失DODO称之为套利损失。

同时,DODO允许单一的风险敞口,即允许LP提供单一资产的流动性,并以该资产(而非交易对)流动性“股份”的形式对LP分配收益。仍以上图为例,当B储备上升时,需牺牲Q池LP的利益来鼓励套利者买入B。而两侧资金池都不足1时(多数DODO资金池的现状),则代表两侧LP都遭受了损失。

此外,DODO将流动性聚集在市价附近以降低滑点,因此,随着交易额的增大,将出现滑点激增的情况。和Uniswap相比,DODO更适用于小额交易。

总体而言,DODO的优势和风险可总结如下:

3.2 CoFix

CoFix在对于传统AMM的改进上比DODO更加大胆,CoFix直接取消了算法定价,使用Nest Protocol预言机给的外部市场价格来作为交易价格。由于价格由外部市场的资产供需决定,CoFix称其定价模式属于均衡定价模型(EPM)。

在CoFix的模式下,滑点能够被消除。但是,失去了滑点作为资金池流动性的保护,将存在资金池内交易对一侧的资产被消耗完,资金池枯竭的风险。如下图所示,CoFix总锁仓值持续下降:

CoFix总锁仓值;来源:DeBank

CoFix应对该问题的方法是引入“冲击成本”,即当单笔交易额足够大时触发冲击成本,提升交易的价格。但触及冲击成本后,提升后的交易价格和正常交易价格差别十分小(相对其它AMM而言),因此对资金池流动性的保护作用也有限。

CoFix滑点差别;来源:CoFix官⽹

另一方面,由于资金池内部价格与市场价格保持一致,将不存在无常损失风险,但这并不意味着LP提供流动性没有风险。

CoFix虽然允许LP存入单一资产种类,但LP的收益计算仍然基于交易对资金池,即不提供单一资产的风险敞口,LP仍然需要承担多资产风险敞口。而由于资产价格和资金池内资产储备完全脱钩,价格无法如在DODO的模式下一样用来作为平衡储备的调节因素;为保证在单侧资产储备下降时LP不致于承担全部损失,CoFix必须使LP承担资金池双侧的风险敞口。双资产风险敞口对于LP而言某种程度上是一种保护。

为优化资产储备变化导致的LP风险问题,CoFix采用风险量化和风险对冲的方式。具体而言,即开发脚本,当资金池资产储备变化大于前设的临界值时,通过在中心化交易所卖出增量资产或买入缩量资产进行对冲。

总体而言,CoFix的优势和风险可总结如下:

3.3 综合对比

基于上述分析,TokenInsight对Uniswap V2、DODO、CoFix和Bancor V2进行了多维度的总结,并测算了资金利用率、滑点等数据。

和TokenInsight分析一致,DODO在小额交易上价格较佳,在流动性远低于Uniswap的情况下,小额交易价格依然优于Uniswap;资本利用率也较高。CoFix因没有滑点,有利于交易者,因此交易额表现较好;但同时其锁仓值自上线以来持续下降,交易额远超其锁仓值。Uniswap虽然在机制设计上受到滑点、无常损失的质疑,但其依然是流动性最好的DEX,并且由于其流动性充足,实际上滑点问题相对而言并不严重。同时,Bancor V2虽同样引入了预言机,但并不具备太强的价格优势,因此交易额相对也不高。

从各数据来看,对交易者而言,CoFix无疑是较好的选择;DODO小额交易价格较好,同时为LP提供单一资产风险敞口的选择。而Uniswap流动性高,价格增长曲线较为平滑。

各DEXs信息和数据详情如下表所示(数据截止日期为2020年11月24日):

资料参考: 

① Uniswap: A Good Deal for Liquidity Providers? https://pintail.medium.com/uniswap-a-good-deal-for-liquidity-providers-104c0b6816f2

② Impermanent Loss Explained:https://academy.binance.com/en/articles/impermanent-loss-explained

③ How to Bring More Capital and Less Risk to Automated Market Maker DEXs:https://blog.chain.link/challenges-in-defi-how-to-bring-more-capital-and-less-risk-to-automated-market-maker-dexs/

④ DODO白皮书:https://dodoex.github.io/cn/docs/

⑤ CoFix白皮书:https://cofix.io/doc/CoFiX_White_Paper.pdf

⑥ Curve白皮书:https://www.curve.fi/stableswap-paper.pdf


•

END

微信小程序

Tokenin 指数 | 项目GitHub代码提交次数

Token 白皮书 | 项目的白皮书汇总

TIindex 指数 | 基于通证生态制作的TI指数

报告精选

〓 2020 DeFi行业研究报告 Part3 | TokenInsight

〓 2020 DeFi行业研究报告 Part2 | TokenInsight

〓 2020 DeFi行业研究报告 Part1 | TokenInsight

〓 2020 Q3数字资产交易所行业领袖观点 | TokenInsight

〓 2020 Q3数字资产衍生品交易所行业研究报告 | TokenInsight

〓 2020 Q3数字资产现货交易所行业研究报告 | TokenInsight

公众平台及联系方式

中文官网  https://tokenin.cn

新浪微博  @TokenInsight

中文电报  https://t.me/TokenInsightChinese

英文电报  https://t.meTokenInsightOfficial

官方推特  https://twitter.com/TokenInsight

商务合作  bd@tokeninsight.com

风险提示

防范各类金融平台打着“区块链”和“虚拟货币”等旗号的非法集资活动,TokenInsight将严格遵守国家法律和监管规定,坚决抵制利用区块链进行非法集资、网络传销、1C0及各种变种、传播不良信息等各类违法行为。

如发现内容含敏感信息,请后台联系我们,我们会及时处理。

oracle AMM、ASMM区别以及相关用法 一、相关概念解析AMM:automatic memory management(11.1才有的特性) 即让数据库完全管理SGA、PGA的大小,而对于管理员只需要设置一个总的大小(memory_target),数据库会动态的调整SGA、PGA的大小以及其中包含的各个组件大小,如Database buffer cache、Shared pool等等。ASMM:automatic shared memo... 阅读详情

相关推荐

如何利用无常损失从流动资金池中提取价值

当今市场上不乏 DeFi 协议,并且有大量机会通过为它们提供流动性来赚取收益。UniSwap、Balancer 和 Curve 等“老牌”协议,开创了现在几乎所有 AMM 协议都使用的恒定乘积做市商(Constant Product Market Maker,CPMM)模型和 StableSwap 不变量。他们的主张很简单:用户提供流动性,当池子被用来交易时,每个协议根据这些公式分配费用。然而,使用这些不变量的 LP 会注意到一个关键问题:价格变化会导致损失,而费用一般无法弥补。这种利润损失——无形的,但可

qq_32193015的博客 520

AMM的可扩展性权衡,探索Uniswap的新机会

自动化做市商(AMM)是一个相对新颖的概念,而这一概念主要是由Uniswap推动的。关于AMM权衡的大多数讨论通常有两种形式,第一种来自于经验丰富的交易者,他们无法跃过AMM池交易造成的...

weixin_44383880的博客 676

深入分析AMM恒定乘积模型的滑点与无常损失

恒定乘积做市商模型存在的滑点与无常损失饱受诟病,知道创宇区块链安全实验室 通过数学理论分析和数值模拟来理解该模型的滑点和无常损失的原理和过程。

SierraW的博客 2252

解析DeFi“无常损失”

除了智能合约漏洞和黑客袭击之外,无常损失也是我们使用DeFi平台时很常见的一种让用户流失资产的机制。随着越来越多的DeFi类项目在Moonriver上部署,我们将给大家介绍一下无常损失,以及如何最小化无常损失的风险。 什么是无常损失? 简单来说,无常损失 (Impermanent Loss)是资产因代币价格变化,资产在流动性池內和在流动性池外简单持有两种状态的资产差额。无常损失通常会在50/50流动性池中产生,尤其是在资产比例失去平衡的时候。 无常损失一般针对的是AMM、DEX和流动性挖矿类项目。

Moonbuilder的博客 1466

AMM 相关算法 能够搜索到嘴和眼睛的轮廓

AMM算法的应用 能够搜索到嘴和眼睛的轮廓 可以进行特征的提取

数据分析是什么?

说道“数据分析”一词,大家应该并不陌生,数据分析从字面上来理解,就是对数据做出分析然后得出一个结论,看起来浅显易懂,下面我们把这个词语分开得到的是“数据”与“分析”。“数据”的范围就很广泛了,小到一个计量数字,大到成亿级别的数据汇总,都可以称为数据;“分析”一词并不难理解,以智慧思维的方法对某一事物做出合理的解释,给出结论是为分析,一般会用到数学上的分析方法,比如统计学或者概率论等等。 1. 什么是数据分析 1) 数据分析发展背景 进入到 21 世纪以后,伴随着互联网的迅速发展,大数据应运而生,越来越多的数

MC_XY的博客 5436

ASMM、AMM

1 自动内存管理(AMM): 就是在总的内存不变的状态下,实现了内存组件之间的优化配置。不会造成内存溢出的错误。SGA和PGA之间以及SGA内部组件都可以进行内存的储备调整。 通过 MEMORY_TARGET 启用的。2 自动共享内存管理(ASMM): 是在共享池、高速缓冲区、大池、JAVA池和流池之间进行内存动态重新分配,以提高内存的使用效率。AS

weixin_44196863的博客 1654

深入解析UVM寄存器模型:reg2bus与bus2reg的隐式调用机制

本文深入解析了UVM寄存器模型中reg2bus与bus2reg函数的隐式调用机制。通过追踪一次寄存器访问的完整旅程,揭示了这两个关键函数是如何在uvm_reg_map和uvm_reg_predictor中被框架自动调用的,从而在抽象的寄存器操作与具体总线事务之间完成转换,并实现镜像值的自动更新。掌握此机制是高效调试和灵活应用UVM寄存器模型的基础。

weixin_29211309的博客 441

每周市场回顾:紧跟以太坊2.0的DeFi | TokenInsight

↯ 要点总结有一种说法:通常市场在年底的表现会更好,原因在于利好消息可能多集中于这段时间公布。事实果真如此吗?本周,数字资产市场的出色表现为这种观点提供了一些支持。以太坊2.0信标链于1...

TokenInsight的博客 456

prokka-原核及病毒基因组高效便捷注释

文章目录简介安装使用参考 简介 Prokka: rapid prokaryotic genome annotation 全基因组注释是在一组基因组DNA序列中识别感兴趣的特征,并用有用的信息标记它们的过程。Prokka是一款软件工具,可以快速注释细菌、古生菌和病毒基因组,并生成符合标准的输出文件。 安装 conda install -c conda-forge -c bioconda -c defaults prokka Test Type prokka and it should output its

Neptuneyut的博客 3314

BUCK电路为何无法实现100%占空比?自举电路原理与替代方案解析

在开关电源设计中,DC-DC转换器是实现电压变换的核心器件,其工作原理基于功率开关管的周期性导通与关断。BUCK(降压)电路作为一种经典拓扑,通过调节开关管的占空比来控制输出电压。然而,其占空比存在理论上限,无法达到100%,这一限制源于高边开关管的驱动需求。为了驱动高边N沟道MOSFET(NMOS),需要栅极电压高于源极电压,而自举(Bootstrap)电路通过利用开关节点电压的跳变,巧妙地生成了这一高压驱动信号。自举电路必须在每个开关周期内存在续流阶段(低边管导通)为电容充电,这从根本上限制了最大占空比

weixin_32239523的博客 310

AMM终极笔记——五大类无常损失解决方案

作者:王嘉昊 刘秋杉前言 ——《AMM终极笔记》是对诸多代表性 AMM 项目和相关论文进行的一项综述(survey),由于 AMM 所涉及层面较为广泛,本文选取我们认为最能代表 AMM ...

weixin_44383880的博客 2585

华为P30/pro (ELE-AL00) 鸿蒙4.2降级 EMUI 9

分享

m0_52356707的博客 1万+

写给 Web3 小白:一文看懂 AMM 原理与极简代码实现

传统交易所(比如股票市场或中心化加密交易所)靠 “订单簿” 匹配买卖双方:买家挂 “我想花 100 元买 1 个 ETH”,卖家挂 “我想以 100 元卖 1 个 ETH”,系统撮合两者成交。但这种模式需要足够多的人同时挂单,否则会出现 “买不到” 或 “卖不出” 的情况。AMM(自动做市商)则完全不同:它不需要订单簿,而是通过一个 “资金池” 实现即时交易。

weixin_66587916的博客 1844

使用 Simulink + Simscape Electrical 对基于VSG控制的背靠背变流器整流侧进行建模与仿真

本文介绍了基于Simulink的直驱风电系统背靠背变流器整流侧虚拟同步发电机(VSG)建模方法。首先阐述了直驱风电系统结构和VSG控制的作用,然后详细指导了模型搭建过程:从创建项目、添加PMSG和变流器模块,到搭建主电路拓扑和实现VSG控制逻辑。重点说明了VSG控制器如何模拟传统同步发电机的特性,并提供了仿真设置和结果分析方法。该模型可用于研究风电系统在不同工况下的响应特性,为新能源发电系统设计提供重要参考。

amy_mhd的博客 182

【Java核心高阶进阶】44-Java8核心新特性

模块十:Java新特性演进 · 第 1 篇Java 8 是 Java 语言历史上最重要的一次发布,它引入的函数式编程范式从根本上改变了 Java 的编码方式。即便到了 JDK 21 的今天,Lambda、Stream、Optional 仍是日常开发的高频工具。本篇将深入这些特性的语法、原理与底层机制,帮助你不仅会用,更知其所以然。

gaochufukanyongren的博客 25

“揭秘 DeFi 静默坑洞:无常损失全解析”

`无偿损失(Impermanent Loss,简称 IL)`常常让很多DeFi新手迷糊,其实它很直白:你在自动做市(AMM)池里存了两种资产,结果它们价格变了,最后你从池里取回的资产在价值上可能不如你直接持有时那么划算。

yoona333的博客 1090

基于Keil软件实现对射式红外传感器计次 (江协科技HAL库)

用HAL库复现江协科技,让嵌入式学习之路更顺畅。

2401_82728381的博客 800

无常损失简单解释

什么是无常损失? 这是在进行流动性挖矿时会碰到的一种损失。这种损失是由于代币价格背离引起的。当价格回归时,这种损失也就没有了。我们这里说的是损失,不等同亏损。当我们把一对代币存入交易池后,如果一种代币价格有上升或下降,那么在价格变化后你把他们取出,得到的总价格比直接手握这两种代币要低一些,低的这一部分就是损失,价格偏离越大损失就越大,所以可能造成亏损。 为什么会有无常损失? 让我们通过一个案例,说明流动性提供者的无常损失是如何产生的。 用户Alice在流动资金池中存入了1 ETH和100 DAI。在对应自动

weixin_43886457的博客 5305

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

AMM算法

在这篇paper中推导了AMM算法,给出了如何在有限域中开2次,甚至n次方根问题的算法。本文先介绍AMM算法是如何在有限域中开2次方根的问题,然后在介绍在有限域中开n次方根。本文所涉及的模数均为素数。

qq_63016521的博客 1478

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

研究论文:Uniswap V3中的无常损失

隔夜大饼(BTC)反弹至60k下方,以太则回到4.5k上方。在4.5k触顶的Uniswap V3 LP,在11/16-11/24这个小窗口期、4k-4.4k这个区间内不去补仓的话,就失去了...

刘教链 895

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

去中心化金融的无常损失

无常损失是一种去中心化金融 (DeFi) 现象,当自动做市商 (AMM) 算法驱动的代币再平衡公式在流动性池内的资产价格与流动性池外的资产价格之间产生差异时,就会发生这种现象。

liudashuang2017的博客 798

auc 损失_【转发抽奖】一文了解“无常损失”及其解决方案

「加密笔记本」第一期转发福利活动进行中,最高500元奖金福利等你来拿!参与方式请查看文末说明。在上篇文章里,我们盘点了几个新兴的AMM项目,分别是:DODO、CoFiX、DeFi Swap、SashimiSwap和OneSwap,这些项目都在Uniswap的基础上进行了不同角度的改进和创新,希望解决Uniswap当前存在的痛点。其中有一个痛点一直是拦在专业做市商以及普通用户面前的一座大山...

weixin_39769984的博客 397

AMM使用手册

利用无人机采集的数据如照片视频,和人工录入系统中的数据如标签河流,根据问题选择生成报告支撑业务。

编程开发相关技术学习 3177

国庆特别回顾 | 一分钟读懂AMM是什么?

2020年,DeFi无疑是加密市场发展最快的版块,新的市场爆发将原本一些生僻词汇变成了常用词汇,流动性挖矿、AMM、预言机、DEX...如果这些词汇还不熟悉,这个国庆我们就来学习回顾一下...

陀螺财经 2883

无常收益(IG):DeFi无常损失(IL)问题的解决方案

注:原文作者是DeFi开发者Ping Chen,在这篇文章中,他提出了无常收益(IG)的概念,这是一种解决DeFi无常损失(IL)问题的方案,其认为无常收益(IG)可适用于所有AMM流动...

weixin_44383880的博客 1628
上一篇: 美国数字资产行业的合规之路 | TokenInsight
下一篇: 项目合并,Yearn的DeFi生态资源整合 | TokenInsight
TokenInsight
博客等级 码龄8年 115粉丝 286原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值