DEX交易算子设计的深度思考

在开发去中心化交易所(DEX)时,我们实际上是在设计一个交易算子。这个算子可以是线性或非线性的,类似于设计利率算子时也存在线性和非线性的区别。然而,这种区别对于大多数人来说可能并不容易理解。

线性交易算子使用均衡价格,将交易简化为资产组合的线性变换。这种方法基于无套利假设,理论上所有合理的金融交易都应该是线性的。如果出现非线性结果,就意味着资产组合无法定价或存在套利机会。因此,使用预言机的交易模型应该采用线性算子,否则容易被套利。从另一个角度来看,在完备市场和有效定价的条件下,只有线性交易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,无法捕获特定价值。简单来说,在给定均衡价格的情况下,资产交易在哪个合约中完成并不重要,因为这些都是简单的线性变换。

相比之下,非线性交易算子试图同时完成定价、交易和价值沉淀(代币化)三个目标。非线性算子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:当市场逐渐完备时,非线性算子本质上是在极小交易规模内拟合线性算子;当市场不完备时,这种设计的成本和效率是否足够;以及非线性的价值输入由谁来提供,这种价值输入是否会在线性算子的竞争下逐渐流失。

目前,许多自动做市商(AMM)采用固定乘积的交易模型(XY=K),这是一个典型的规模相关的非线性交易算子。只有当做市商池子足够大时,才能在局部模拟线性交易。如果AMM的交易对象是完备市场,其核心意义在于规模效应后拟合的有效性。

将定价权完全放在链上可能是一种误解。对于完备市场,中心化交易所的优势非常明显。链上的每个行为都是拍卖后的产物,这与定价交易服务的需求存在较大差距。对于不完备市场(如尾部资产或新项目),核心需求应该是快速低成本形成价格并完成较大量的交易。

非线性交易算子面临来自预言机(价格算子)下线性交易模型的竞争。在交易效率方面,预言机下的交易算子远远超越非线性算子。剩下可比较的优势主要是定价成本和效率,但直觉上线性算子仍处于优势地位。

从价值输入的角度来看,非线性算子面临严峻挑战。在完备市场中,需要大量小额交易来补偿非线性算子在均衡价格波动时的套利损失。然而,这些小额需求可能会因链上边际成本增加而被淘汰。在高度不完备的市场中,虽然存在不在乎价格滑点的交易者,但任何非线性算子都可以满足这种需求,重点反而变成了尽可能大量完成交易。

综上所述,交易算子的非线性化并不是一个有价值的方向。在链上沉淀去中心化价值的协议中,非线性交易算子可能不是我们应该追求的。值得注意的是,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,目前使用非线性算子进行定价仍有一定价值,但这更多是一种权宜之计。

非线性交易算子也有改进的空间,比如引入递归信息来捕捉历史成交信息中的有价值成分,从而降低套利风险。这方面的研究目前较少,但已有人意识到可以结合递归算子和非线性交易算子来降低当前DEX的无常损失等问题。

未来的挑战在于深入分析每个算子背后的核心风险,并对交易目标进行清晰建模。这需要将所有金融服务统一在算子理论下,开发更多有效的数学模型,以提高产品设计的效率和完整性,推动链上金融世界的发展。