【英文长推】去中心化衍生品:模型、挑战及机遇
Chainfeeds 导读:
无论是传统金融还是加密货币领域,衍生品市场都比现货市场大很多倍。随着生态系统的成熟,链上衍生品可能会超越现货市场。了解支撑衍生品市场的各种模型对于构建支持这一转变所需的基础设施至关重要。本文讨论了硬流动性支持模型和合成模型。
文章来源:
https://x.com/chaos_labs/status/1844809725130756373
文章作者:
0xGeeGee
观点:
0xGeeGee:硬流动性支持模型:在硬流动性支持模型中,交易者与存入流动性池的真实资产(代币或稳定币)进行交互。这些资产实际上是借给交易者以促进保证金交易头寸。GMX、Jupiter 和 Gearbox PURE 都采用了这种方法。存入硬资产的流动性提供者(LP)通过交易费和 / 或作为交易对手方获得奖励。因此,LP 根据池中资产的表现、池的利用率(以及在没有鼓励等量多头和空头交易的机制的模式中,交易者的 PnL)赚取回报。 优点:破产风险较低;DeFi 中的可组合性;所需的交易 / 做市激励措施较低:由于 LP 充当交易对手方和 / 或做市商,直接激励措施的重要性降低;深化市场流动性:硬支持模型通过要求真实资产支持创建流动性篮子,有助于深化市场流动性。 合成模型:在合成模型中,交易通常不由真实资产支持。相反,这些系统依靠订单簿匹配、流动性金库和价格预言机来创建和管理头寸。并非所有合成模型都是相同的,既有更多依赖于点对点订单簿匹配的模型(由活跃的做市商提供流动性,可以是专业的,也可以是由算法库提供的,这些库可以是全局共享的,也可以是市场隔离的),也有采用纯合成法的模型(由协议本身充当交易对手方)。 优点:资本效率:合成模型不需要直接 1:1 的真实资产支持,只要有足够流动性来覆盖活跃交易的可能结果,系统就可以用更少的资产运行;资产灵活性:因为头寸是合成的,不需要每种资产都有直接流动性,允许更多样化的交易对以及更快甚至半无需许可的新资产上市;更好的价格执行:由于交易是合成的,有可能获得更好的价格执行,特别是当做市商在订单簿上活跃时。 缺点:预言机依赖性:合成模型高度依赖价格预言机,这使得它们更容易受到相关问题的影响,如预言机操纵或延迟;无流动性贡献:与硬支持模型不同,合成交易不会对资产的全局现货流动性做出贡献,因为流动性仅提供给衍生品订单簿。【原文为英文】
内容来源免责声明:文章中的所有内容仅代表作者的观点,与本平台无关。用户不应以本文作为投资决策的参考。
你也可能喜欢
AI的威胁或超过核武器!2025年,我们会否被AI劫持?
从重写代码到规避关机协议,AI无需具备意识就足以制造混乱。当AI的目标与人类控制发生冲突时,会发生什么?