DEX和利率算子设计的思考

在开发去中心化交易所(DEX)和设计利率算子时,本质上都是在设计一种交易算子。这种算子可以是线性的,也可以是非线性的。理解这种区别对于深入理解DEX和DeFi协议的设计至关重要。

线性算子通常基于均衡价格理论,假设无套利条件成立。在这种情况下,合理的金融交易都应该是线性的。如果出现非线性结果,就可能导致不可定价的资产组合或存在套利机会。因此,使用预言机的交易模型原则上应该采用线性算子,否则容易被套利。从另一个角度看,在完备市场和定价有效的情况下,只有线性算子才能实现无套利。

然而,线性算子也有其局限性。它意味着所有资金池都是平等的,且算子本身无法被代币化。这是因为线性变换在任何合约中都是等价的,难以在特定合约中捕获价值。

非线性算子则试图同时完成定价、交易和价值沉淀(代币化)三个目标。它可以设计成与规模相关的自增强属性,从而沉淀价值。但这也带来了一些问题:当市场趋于完备时,非线性算子本质上是在极小交易规模内拟合线性算子;在市场不完备时,非线性算子的设计成本和效率是否合理;以及非线性的价值输入来源和可持续性问题。

许多AMM采用固定乘积模型(如XY=K)是一种典型的规模相关非线性算子。这种模型只有在做市商池子足够大时,才能在局部模拟线性交易。但如果交易对象是完备市场,其核心价值仅在于规模效应后的拟合有效性。

将定价权完全放在链上可能是一种误解。在完备市场中,中心化交易所在定价和交易效率方面具有明显优势。对于不完备市场(如长尾资产或新项目),关键需求应该是快速低成本形成价格并完成较大量交易,而不是追求绝对的定价准确性。

非线性交易算子面临来自使用预言机的线性交易模型的竞争。在交易效率方面,基于预言机的线性算子明显优于非线性算子。非线性算子的优势可能在于定价成本和效率,但这一点仍需深入研究。

价值输入问题对非线性算子也构成挑战。在完备市场中,需要大量小额交易来补偿非线性算子在价格波动时的套利损失,这一条件较为苛刻。在高度不完备的市场中,虽然存在不敏感于价格滑点的交易需求,但这又趋向于线性模型,不利于价值沉淀。

总的来说,交易算子的非线性化并不一定是一个有价值的方向。在链上沉淀去中心化价值的协议设计中,非线性交易算子可能不是最佳选择。

利率算子作为一种特殊的交易算子,由于利率套利的困难性,在当前链上借贷市场中仍有一定应用空间。但这更多是一种权宜之计,而非本质创新。

非线性交易算子可以通过引入递归信息(如历史成交信息)来改进,以降低套利风险。这一方向目前研究较少,但有潜力解决DEX中的一些问题,如无常损失等。

未来的研究方向应该致力于将所有金融服务统一到算子理论下,发展更多有效的数学模型,提高产品设计的有效性和完整性,推动链上金融世界的发展。这需要对每个算子背后的核心风险进行深入分析,并对交易目标进行清晰建模。