凸度关键词检索结果

Panoptic 第 2 部分

Panoptic Part 2

Panoptic 获得了 1150 万美元的风险投资资金,现在 Uniswap 正在为他们提供一些奖励资金(10 亿个 Panoptic 激励积分可用!)。1 许多人希望像 Panoptic 这样建立在自动做市商 (AMM) 基础上的扩展能够解决 AMM 流动性提供者 (LP) 无利可图的问题,方法是鼓励 LP 移除流动性并将他们出售的隐含期权转移给显性期权买家 [请参阅此处的第 1 部分分析]。Panoptic 的基本前提是,由于期权溢价的价值基于其伽马(凸度度量),LP 头寸内的伽马可用于创建一系列期权:看跌期权、看涨期权及其各种组合。如果 Uniswap LP 头寸伽马得到正确奖励,费用

Guillaume Lambert 的 Panoptic

Guillaume Lambert’s Panoptic

Panoptic 首席执行官 Giaullome Lambert 和首席运营官 Jesper KristensenPanoptic 倡导一种愿景,即用户可以在区块链上创建几乎任何标准的看跌期权和看涨期权组合,而无需预言机、拍卖或限价订单簿。这将非常有用,因为期权因其凸性和杠杆作用而难以为做市商所用。期权的 lambda 捕获杠杆:Lambda = option%change/underlying%changelambda 为 10 意味着 1% 的价格变化会导致 10% 的期权价格变化。期权 lambda 的范围从 2 到 100,具体取决于波动性、到期日等,但通常在 5 到 15 左右。这是

Perps 会取代损坏的 AMM 吗?

Will Perps Replace Broken AMMs?

AMM 并不处于平衡状态。虽然顶级 Uniswap 资金池的 LP 已经盈利,但回报率在零的舍入误差范围内。DeFi 中的大多数人,甚至是那些构建 AMM 的人,都不了解凸度成本,但随着每个人都明白这一点,TVL 将继续停滞不前,甚至下降。更糟糕的是,许多收益耕作骗局都是以 LPing 的潜在收益为前提的,如果这建立在零回报的基础上,那么无论多少杠杆都无法使其产生有吸引力的回报。2023 年和 2024 年年初至今利润/美元交易量(以 bps 为单位)例如,eth-usdc 矿池在 2023 年每交易 1 美元亏损 0.000048 美元,截至 2024 年 5 月 5 日,每交易 1 美元盈

虚假高频自相关

Spurious High Frequency Autocorrelation

高频数据的一个奇怪之处是,大多数数据来自集中式限价订单簿 (CLOB),其中买卖价差使数据看起来具有负自相关性,因为交易是在买入价和卖出价随机进行的。推动这种模式的回报远低于交易成本,因此不会产生套利机会。然而,人们可能会倾向于使用高频数据来估计定价期权或凸度成本(又称无常损失、损失与再平衡)的方差。这是一个问题,因为 1 分钟 Gemini 回报产生的方差估计比从每日数据得出的方差估计高 40%。方差随时间线性增长;波动性随时间平方根增长。因此,对于标准随机过程,方差除以频率时应该相同。如果回报期限以分钟为单位,则 5 分钟回报的方差应为 10 分钟回报方差的一半,等等。方差 (ret(M

Moallemi 的拍卖管理 AMM

Moallemi's Auction-Managed AMM

哥伦比亚大学教授 Ciamac Moallemi 和三家 Uniswap 关联公司(Adams、Reynolds 和 Robinson)最近发表了一篇论文,提出了一种重新获得凸度成本的机制。它以 Moallemi 一年前发表的关于自动做市商 (AMM) 和套利利润的先前研究为基础,Moallemi 去年夏天在 a16z crypto 上展示了这项研究。在那次演讲中,他提到拍卖是降低流动性提供者 (LP) 逆向选择成本的一种方式。AMM 的大问题是,LP 通常会在其流行的资本效率 (v3) 池中亏损。LP 的净盈利能力包括以费用收入和凸度形式呈现的收入。LP 利润 = 交易量 * 费用 - 凸度

LvR、无常损失、Theta 和套利利润

LvR, Impermanent Loss, Theta, and Arbitrage Profits

arbprofit哥伦比亚大学教授 Ciamac Moallemi、Uniswap 的 Adams、Reynolds 和 Dan Robinson 上周发表了一篇论文,探讨如何通过让套利者竞标以较低价格进行交易的权利来收回部分 LP 凸度成本。我想深入研究这个问题,但我认为了解套利利润与 LP 凸度成本之间的关系会很有帮助,因为这并不明显。此外,这个领域的人们对我所说的 LP 凸度成本使用不同的术语和公式,澄清它们之间的区别会很有用。最终,损失与再平衡 (LvR)、无常损失 (IL)、凸度成本和 theta 代表的是同一件事。这些指标的估计方法将使用每日数据,这些数据会产生随机误差,而这些误差

对冲负凸性

Hedging Negative Convexity

自动化做市商 (AMM) 总是向其流动性提供者 (LP) 展示凸度成本。对冲不会消除甚至降低这些成本,但会降低波动性。由于成本波动性较低,LP 不需要那么多资本来弥补这些损失,因此考虑到资本成本高昂,说对冲可以降低成本是正确的,尽管只是间接的。考虑池中有代币 A 与 USDC 的池。如果 LP 提供 777 个单位的流动性,他的初始 LP 头寸将如下表 1 所示。表 1为了对 LP 的头寸进行建模,我们可以使用二项式格子。在这里,我们将波动性假设转化为格子中的上下移动。在实践中,人们使用许多小步骤,但为了说明目的,我们将展示 10% 的大幅度移动。可以使用以下公式创建无套利重组格子。在这里,我