DEX交易算子设计的深度思考

在开发去中心化交易所(DEX)时,设计交易算子是核心任务。交易算子可以是线性或非线性的,这一选择会对DEX的运作方式产生深远影响。

线性交易算子基于均衡价格理论,假设市场无套利机会。在完备市场中,只有线性交易算子才能保证无套利。然而,线性算子难以实现协议价值捕获和代币化,因为它在任何合约中都等价,无法形成独特优势。

非线性交易算子则试图同时完成定价、交易和价值沉淀。它可以设计成与规模相关的自增强属性,从而捕获价值。但这种方法也面临诸多挑战:在完备市场中只能在极小范围内拟合线性算子;在不完备市场中效率和成本存疑;价值输入来源不明确且可能流失。

目前许多AMM采用固定乘积模型(如XY=K),这是一种典型的规模相关非线性算子。它只有在做市商池子足够大时,才能在局部模拟线性交易。相比之下,一些基于预言机的线性模型可能更为本质和自然。

将定价权完全放在链上可能是一种误解。链上交易的离散性和拍卖属性,使其难以满足完备市场有效定价的需求。对于不完备市场(如新项目),关键在于快速低成本形成价格并完成大量交易,而非防套利。

非线性算子同时进行定价和交易,在与预言机模型的竞争中,交易效率处于劣势。其优势可能仅存在于定价成本和效率方面,但这一点仍有待深入研究。

价值输入是非线性算子面临的另一个挑战。在完备市场中,需要大量小额交易来补偿套利损失,但这可能因链上成本增加而难以实现。在高度不完备市场中,任何非线性算子都可以满足交易需求,重点转向最大化交易量。

综上所述,非线性交易算子并非去中心化协议中捕获价值的理想选择。相比之下,利率算子因套利难度较高而具有一定价值,但这更多是权宜之计而非本质创新。

未来的改进方向可能在于引入递归信息,利用历史成交数据来降低套利风险。这需要对算子背后的核心风险进行深入分析,并明确交易目标。将金融服务统一到算子理论下,发展更多有效的数学模型,是推动链上金融发展的关键。