MetaDEX如何在长尾资产交易赛道脱颖而出

MetaDEX架构的核心算法主要针对小额交易设计，其专用算法可以解决小额交易中价格滑点的问题。

原文作者：Boo Stark，MetaDEX 创始人、AnchorDAO LAB 研究员

原文标题：《Why We Design A New AMM For Novel Asset?》

原文来源：AnchorDAO 官方Medium

原文编译：0x711

研究和开发背景

随着元宇宙的崛起，Play to Earn 是当下最流行的用户行为。数百亿美元的资金参与了工作室的游戏产出狂潮。对于用户来说，他们每天的收益产出是以 Token 的形式来实现。一笔 10 万美元的投入，如果按 30 天回本周期计算，则每天的交易量在 3,300 美元左右 [1]。这只是其中一个例子。元宇宙的普及将覆盖更多有小额交易需求的用户。在东南亚市场，有近 3 亿用户参与到数字货币交易，而他们每天的交易额不超过 1,000 美元。高频、小额的交易爆发使得 MetaDEX 看到了巨大的市场需求。链上小额交易每天的交易量远超 10 亿美元。

MetaDEX AMM 在小额交易方面的特点

MetaDEX 架构的核心算法主要针对小额交易设计，其专用算法可以解决小额交易中价格滑点的问题。该算法的理论基础来源于 UniSwap AMM 机制的数学框架 [2]，但这个框架可以追溯到 Clipper 创始人 Abe Othman2012 年的博士论文 [3]。今年，Clipper 还筹集了 2000 万美元，为小额交易提供最佳算法，但仅限于 ETH 和 BTC。

然而，对于大多数元宇宙用户来说，使用以太坊或 BTC 的交易成本过高。单次交易成本可能高达数百美元，限制了使用场景。

相比于 Clipper，MetaDEX 支持的 token 资产范围得到了扩展，可以支持像 GameFi、Meme 币、小市值币等新兴 Token。对于流动性，也无需维持一个庞大的 AMM 流动性池。例如，如果所有用户的交易额低于 100 美元，40 万美元的 AMM 池就可以满足 100 万美元的日交易额。

MetaDEX 的算法框架可以解决以下三个问题：

降低了项目为吸引流动性而设定的流动性挖矿成本。
提高了项目方和做市商的资本利用率，同时高频交易还会带来更多的收入。
使用 MetaDEX 的聚合模组，可为小额交易提供可能的最佳价格。

当价格不是最佳价格时，MetaDEX 会依靠聚合交易来聚合其他 DEX 的流动性。

Clipper AMM 上的预言机问题

Clipper 使用 AMM 算法很好的迎合了小额交易的需求。当两种极端情况 (k = 1 and k = 0) 发生时，便会产生 Constant Product Market Maker (CPMM) and Constant Sum Market Maker (CSMM)。

当只有两种类型的 Token（X 和 Y）时，常量可以简化为更简单的形式，其中 x0 和 y0 是初始流动性提供者设置的 Token 数量。下图展示了 k 取不同值时，流动性池的表现，x 轴和 y 轴分别代表 x0 和 y0。

可见 k 值越小，在（1，1）附近相应的滑点越低（即函数图像的曲率更小）。当 k 从 0 变为 1 的过程中，不变函数可能会穿过 x 轴和 y 轴。这意味着流动性池中的 Token 售完。这种交叉点的价格为零，这意味着在转折点之前，价格比 CPMM 价格好。在通过转折点后，CPMM 价格更优。如下图所示：

x 轴再一次标准化。当我们从初始点 (1,1) 开始移动，X Token 相对于 Y 的价格递减。我们可以精确计算交叉点的位置：

优势：通过引入参数 k，Clipper 实现了小额交易下更低的滑点（即更好的价格）。下图来自 Clipper 的白皮书，更深入的阐明这一点。

劣势：当交易量超过某个临界值，价格相比于 CPMM 会变得非常差。

为了保证更好的价格，算法不得不常态化再锚定（改变 x0 和 y0），以保持流动性池储备维持在（1,1）点附近。然而，Clipper 使用预言机作为解决方案，通过预言机引入外部市场价格，并对其流动性池中的资产价格进行配比。[6] 这种解决方案带来了预言机问题。
预言机问题：

Clipper 仅支持 WBTC/ETH 交易对是因为预言机的价格限制。如果支持 GameFi 等新兴资产，预言机很容易遭到攻击。

预言机价格还会因为套利的存在而增加流动性池的风险敞口，这也是 DODO PMM 模式 [7] 此前遇到的一个问题。

MetaDEX AMM

为确保交易价格的更加平稳，以及可定制的价格更新，MetaDEX 小额交易 AMM 引入了动态常数函数来实现 AMM 函数的再锚定。此外，MetaDEX AMM 还引入了一个条件函数来决定 AMM 函数再锚定向量。

MetaDEX AMM 算法通过追踪市场价格的内部价格预言机实现再锚定。本质上，这相当于求解以下公式：此时 x、y 为已知，P 是预言机给定的价格。最后，解出 x0 的方程，我们就得到了新的均衡点。

这确保 MetaDEX 可以在接近市场价格的情况下，以较低滑点进行交易。[8]

我们将会发表数学论文来阐述 MetaDEX AMM 的细节和数值模拟，以及如何解决内部小型流动性池的预言机价格问题。

参考文献

[1]Bowie Lau and Kelly Choo. 2021. Searching for Asia』s 『hidden treasures』 in NFTs and GameFi, URL: https://forkast.news/video-audio/asia-hidden-treasures-nft-gamefi/

[2]Hayden Adams. 2018. URL: https://hackmd.io/@477aQ9OrQTCbVR3fq1Qzxg/HJ9jLsfTz?

[3] Abraham Othman. 2012. Automated Market Making: Theory and Practice. Ph.D. Dissertation. Carnegie Mellon University

[4] Clipper, https://docs.clipper.exchange/

[5]Abraham Othman. 2021. New Invariants for Automated Market Making. URL:https://github.com/shipyard-software/market-making-whitepaper/blob/main/paper.pdf

[6] Clipper Oracle, https://docs.clipper.exchange/how-clipper-works

[7] DODO PMM, https://dodoex.github.io/docs/docs/pmm

[8] Leo LIU and Guangwu XIE. 2021. A Mathematical View of Automated Market Maker (AMM) Algorithms and Its Future. URL:https://medium.com/anchordao-lab/automated-market-maker-amm-algorithms-and-its-future-f2d5e6cc624a