Обговорення застосування та викликів рекурсивних операторів у світі Блокчейн
Нещодавно алгоритмічні стейблкоїни стали популярною темою у сфері Блокчейн. Багато людей дуже зацікавлені в цьому новому типі стейблкоїнів, вважаючи, що він може перевершити традиційні забезпечені стейблкоїни та моделі автоматичних маркет-мейкерів (AMM), а також має потенціал досягти цілі, яку не зміг реалізувати біткоїн: повністю децентралізовану та саморегульовану глобальну валютну систему. Це очікування частково випливає з недостатнього розуміння природи Блокчейн і валюти, а також через те, що алгоритмічні стейблкоїни вводять нову концепцію — рекурсивний оператор.
Рекурсивний оператор – це спосіб обчислення, в якому попередній стан використовується як вхідний, і шляхом повторних циклів генерується наступний стан під час безперервних операцій розумних контрактів. Поява такого оператора не є несподіванкою, оскільки публічність даних Блокчейн і серійний дизайн розумних контрактів природно формують часовий ряд. Рекурсивна обробка аналогічних операцій може створювати нелінійні структури, а навіть проявляти геометричний ефект. Ця сильна позитивна зворотна зв'язок повністю відповідає самопідсилювальним властивостям ігор на ланцюгу, тому стає ідеальним інструментом для дослідження нових можливостей некооперативних ігор.
Однак простий рекурсивний часовий ряд не є найкращим рішенням, оскільки він робить так, що стан кожного моменту повністю визначається попереднім моментом. Справжня увага повинна бути зосереджена на поєднанні рекурсивних операторів з іншими елементами, вводячи нову інформацію в процесі зміни стану. Ця нова інформація відображає ігрові властивості, має непередбачуваність. Водночас ця непередбачуваність підлягає впливу рекурсивних операторів, формуючи певні спільні очікування, які, в свою чергу, впливають на інші оператори, створюючи певну контрольовану очікувану властивість. Ми називаємо такі оператори множинними рекурсивними операторами.
Як приклад розглянемо стабільні монети на основі звичайних простих алгоритмів, оператор ціноутворення генерує ціну Pt, а загальний обсяг розширення є багаторазовим рекурсивним оператором Mt. Mt є функцією Pt, а Pt+1 залежить від Mt, таким чином, Mt+1 та Mt встановлюють непряму рекурсивну залежність. У поєднанні з оператором ціноутворення формується циклічна негативна зворотна зв'язок, що поступово наближає до цінової стабільності. Цей дизайн базується на теорії рівноваги кривої попиту та пропозиції, а процес гри відбувається на вторинному ринку. Однак через недостатню точність (точний розрахунок має базуватися на функціональних зв'язках між обсягом пропозиції та цінами на вторинному ринку) процес передачі є повільним, що ускладнює швидке досягнення стабільної рівноваги.
Окрім операторів, які надають негативний зворотний зв'язок, існують також рекурсивні оператори, які надають позитивний зворотний зв'язок. Ці оператори прагнуть до самопосилення, а не до стабільності цін. Типовим прикладом є механізм викупу в певній системі: викуп зменшує пропозицію на ринку, підвищує ціну, покращує продуктивність системи, задовольняє більше потреб, приносить більше прибутку, а отже, збільшує викуп, формуючи позитивний цикл. Цей простий і зрозумілий підхід з властивостями, що протистоять марковському процесу, в майбутньому може здобути більшу популярність серед розробників блокчейн-протоколів.
З чисто математичної точки зору, чи можуть рекурсивні оператори створити стабільну короткострокову властивість, залишається незрозумілим. Тому стабільні монети, що залежать від рекурсивних операторів, важко зводяться до стабільної структури. Особливо враховуючи, що алгоритмічні стабільні монети не змінюють безпосередньо ринкові відносини попиту та пропозиції, а впливають на попит та пропозицію опосередковано через коригування загальної кількості, їхня передача є повільнішою, умови для досягнення стабільної рівноваги є більш обмеженими, а реалізація власних цілей є більш складною.
У мультиплікаційних рекурсивних операторів етап введення нової інформації є вкрай важливим. Загальні властивості рівноваги Блокчейн дійсно сприяють введенню більшої кількості інформації, яка має певну невизначеність в умовах специфічної ігрової структури, але слідує єдиній інформаційній рамці. Ця інформація поєднується з рекурсивними операторами, формуючи загальне очікування, що може призвести до ілюзії стабільності. Багато дизайнів можуть потрапити в цю ілюзію, і без строгого ігрового аналізу важко повністю зрозуміти загальні властивості рівноваги. Ці властивості можуть бути абсолютно протилежними очікуванням (наприклад, алгоритмічні стейблкоїни можуть не забезпечити стабільність, так само як біткойн важко стати загальною валютою).
У деяких випадках етапи введення інформації також потребують певної випадковості. Це припущення про випадковість має нульову залежність від інформації (повна симетрія) і відрізняється від традиційного дизайну стабільних монет. Коли випадковість поєднується з рекурсивними операторами, це навпаки може легше призвести до стабільних характеристик. Ця випадковість, що відійшла від ігрової структури та більше відображає алгоритмічні особливості, може стати новим напрямком розвитку алгоритмічних стабільних монет у майбутньому.
При використанні рекурсивних операторів, якщо кількість етапів введення інформації або незалежних операторів занадто велика, ефект рекурсивних операторів поступово зменшиться, а їх позитивні та негативні зворотні зв'язки поступово розсіються. Тому рекурсивні оператори мають показник сили зворотного зв'язку. При проектуванні децентралізованих фінансів (DeFi), якщо ви хочете посилити позитивні та негативні зворотні зв'язки, потрібно зменшити кількість нової інформації, що вводиться; якщо ви прагнете до тривалого циклу повернення, то введення інформаційного потоку повинно мати певні циклічні властивості. Якщо не вдасться довести, що навіть випадкові оператори можуть забезпечити повернення під проектованими рекурсивними операторами, то таке проектування не є легким для реалізації.
У сфері DeFi більшість рекурсивних операторів поєднують цінові послідовності, оскільки цінова гра є найконцентрованішою інформацією та важко піддається прогнозуванню або контролю алгоритмами (насправді, врівноваження цін ліквідних активів є NP-проблемою). Однак, при використанні цінових послідовностей, зазвичай покладаються на механізм AMM, а не на ефективні децентралізовані оракули, що може призвести до того, що рекурсивні оператори стануть передбачуваними та контрольованими, перетворюючи весь рекурсивний процес на детермінований або контрольований процес. Це проблема, з якою багато дизайнерів рекурсивних операторів не змогли серйозно впоратися. Ми не можемо просто сподіватися, що AMM поступово стане ефективним (коливання відхилення в контрольованих межах), оскільки атаки безпосередньо відображаються в цінових послідовностях AMM і не можуть бути автоматично виключені алгоритмом, що призводить до того, що рекурсивні оператори стають детермінованими, що суперечить їх первісному задуму.
Крім того, багато проектів, що розробляють рекурсивні величини, не мають прямого зв'язку з змінними попиту та пропозиції, які визначають цінові ряди, а скоріше пов'язані з загальною кількістю активів. Це пояснюється тим, що отримати змінні попиту та пропозиції в ланцюгу досить важко. Проте такий підхід може призвести до того, що оператори не можуть безпосередньо впливати на ядро гри — вторинний ринок, що, в свою чергу, вплине на точність ефекту трансляції.
У майбутньому ми повинні досліджувати більше поєднань змінних та рекурсивних операторів, особливо тих, що відображають складність гри на всьому ринку. Це серія нелінійних операторів, що заслуговує на глибоке вивчення. При проектуванні DeFi проектів слід детально аналізувати механізми передачі інформації рекурсивних операторів, щоб уникнути прогнозування та контролю.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Застосування та виклики рекурсивних операторів у Блокчейн Децентралізовані фінанси
Обговорення застосування та викликів рекурсивних операторів у світі Блокчейн
Нещодавно алгоритмічні стейблкоїни стали популярною темою у сфері Блокчейн. Багато людей дуже зацікавлені в цьому новому типі стейблкоїнів, вважаючи, що він може перевершити традиційні забезпечені стейблкоїни та моделі автоматичних маркет-мейкерів (AMM), а також має потенціал досягти цілі, яку не зміг реалізувати біткоїн: повністю децентралізовану та саморегульовану глобальну валютну систему. Це очікування частково випливає з недостатнього розуміння природи Блокчейн і валюти, а також через те, що алгоритмічні стейблкоїни вводять нову концепцію — рекурсивний оператор.
Рекурсивний оператор – це спосіб обчислення, в якому попередній стан використовується як вхідний, і шляхом повторних циклів генерується наступний стан під час безперервних операцій розумних контрактів. Поява такого оператора не є несподіванкою, оскільки публічність даних Блокчейн і серійний дизайн розумних контрактів природно формують часовий ряд. Рекурсивна обробка аналогічних операцій може створювати нелінійні структури, а навіть проявляти геометричний ефект. Ця сильна позитивна зворотна зв'язок повністю відповідає самопідсилювальним властивостям ігор на ланцюгу, тому стає ідеальним інструментом для дослідження нових можливостей некооперативних ігор.
Однак простий рекурсивний часовий ряд не є найкращим рішенням, оскільки він робить так, що стан кожного моменту повністю визначається попереднім моментом. Справжня увага повинна бути зосереджена на поєднанні рекурсивних операторів з іншими елементами, вводячи нову інформацію в процесі зміни стану. Ця нова інформація відображає ігрові властивості, має непередбачуваність. Водночас ця непередбачуваність підлягає впливу рекурсивних операторів, формуючи певні спільні очікування, які, в свою чергу, впливають на інші оператори, створюючи певну контрольовану очікувану властивість. Ми називаємо такі оператори множинними рекурсивними операторами.
Як приклад розглянемо стабільні монети на основі звичайних простих алгоритмів, оператор ціноутворення генерує ціну Pt, а загальний обсяг розширення є багаторазовим рекурсивним оператором Mt. Mt є функцією Pt, а Pt+1 залежить від Mt, таким чином, Mt+1 та Mt встановлюють непряму рекурсивну залежність. У поєднанні з оператором ціноутворення формується циклічна негативна зворотна зв'язок, що поступово наближає до цінової стабільності. Цей дизайн базується на теорії рівноваги кривої попиту та пропозиції, а процес гри відбувається на вторинному ринку. Однак через недостатню точність (точний розрахунок має базуватися на функціональних зв'язках між обсягом пропозиції та цінами на вторинному ринку) процес передачі є повільним, що ускладнює швидке досягнення стабільної рівноваги.
Окрім операторів, які надають негативний зворотний зв'язок, існують також рекурсивні оператори, які надають позитивний зворотний зв'язок. Ці оператори прагнуть до самопосилення, а не до стабільності цін. Типовим прикладом є механізм викупу в певній системі: викуп зменшує пропозицію на ринку, підвищує ціну, покращує продуктивність системи, задовольняє більше потреб, приносить більше прибутку, а отже, збільшує викуп, формуючи позитивний цикл. Цей простий і зрозумілий підхід з властивостями, що протистоять марковському процесу, в майбутньому може здобути більшу популярність серед розробників блокчейн-протоколів.
З чисто математичної точки зору, чи можуть рекурсивні оператори створити стабільну короткострокову властивість, залишається незрозумілим. Тому стабільні монети, що залежать від рекурсивних операторів, важко зводяться до стабільної структури. Особливо враховуючи, що алгоритмічні стабільні монети не змінюють безпосередньо ринкові відносини попиту та пропозиції, а впливають на попит та пропозицію опосередковано через коригування загальної кількості, їхня передача є повільнішою, умови для досягнення стабільної рівноваги є більш обмеженими, а реалізація власних цілей є більш складною.
У мультиплікаційних рекурсивних операторів етап введення нової інформації є вкрай важливим. Загальні властивості рівноваги Блокчейн дійсно сприяють введенню більшої кількості інформації, яка має певну невизначеність в умовах специфічної ігрової структури, але слідує єдиній інформаційній рамці. Ця інформація поєднується з рекурсивними операторами, формуючи загальне очікування, що може призвести до ілюзії стабільності. Багато дизайнів можуть потрапити в цю ілюзію, і без строгого ігрового аналізу важко повністю зрозуміти загальні властивості рівноваги. Ці властивості можуть бути абсолютно протилежними очікуванням (наприклад, алгоритмічні стейблкоїни можуть не забезпечити стабільність, так само як біткойн важко стати загальною валютою).
У деяких випадках етапи введення інформації також потребують певної випадковості. Це припущення про випадковість має нульову залежність від інформації (повна симетрія) і відрізняється від традиційного дизайну стабільних монет. Коли випадковість поєднується з рекурсивними операторами, це навпаки може легше призвести до стабільних характеристик. Ця випадковість, що відійшла від ігрової структури та більше відображає алгоритмічні особливості, може стати новим напрямком розвитку алгоритмічних стабільних монет у майбутньому.
При використанні рекурсивних операторів, якщо кількість етапів введення інформації або незалежних операторів занадто велика, ефект рекурсивних операторів поступово зменшиться, а їх позитивні та негативні зворотні зв'язки поступово розсіються. Тому рекурсивні оператори мають показник сили зворотного зв'язку. При проектуванні децентралізованих фінансів (DeFi), якщо ви хочете посилити позитивні та негативні зворотні зв'язки, потрібно зменшити кількість нової інформації, що вводиться; якщо ви прагнете до тривалого циклу повернення, то введення інформаційного потоку повинно мати певні циклічні властивості. Якщо не вдасться довести, що навіть випадкові оператори можуть забезпечити повернення під проектованими рекурсивними операторами, то таке проектування не є легким для реалізації.
У сфері DeFi більшість рекурсивних операторів поєднують цінові послідовності, оскільки цінова гра є найконцентрованішою інформацією та важко піддається прогнозуванню або контролю алгоритмами (насправді, врівноваження цін ліквідних активів є NP-проблемою). Однак, при використанні цінових послідовностей, зазвичай покладаються на механізм AMM, а не на ефективні децентралізовані оракули, що може призвести до того, що рекурсивні оператори стануть передбачуваними та контрольованими, перетворюючи весь рекурсивний процес на детермінований або контрольований процес. Це проблема, з якою багато дизайнерів рекурсивних операторів не змогли серйозно впоратися. Ми не можемо просто сподіватися, що AMM поступово стане ефективним (коливання відхилення в контрольованих межах), оскільки атаки безпосередньо відображаються в цінових послідовностях AMM і не можуть бути автоматично виключені алгоритмом, що призводить до того, що рекурсивні оператори стають детермінованими, що суперечить їх первісному задуму.
Крім того, багато проектів, що розробляють рекурсивні величини, не мають прямого зв'язку з змінними попиту та пропозиції, які визначають цінові ряди, а скоріше пов'язані з загальною кількістю активів. Це пояснюється тим, що отримати змінні попиту та пропозиції в ланцюгу досить важко. Проте такий підхід може призвести до того, що оператори не можуть безпосередньо впливати на ядро гри — вторинний ринок, що, в свою чергу, вплине на точність ефекту трансляції.
У майбутньому ми повинні досліджувати більше поєднань змінних та рекурсивних операторів, особливо тих, що відображають складність гри на всьому ринку. Це серія нелінійних операторів, що заслуговує на глибоке вивчення. При проектуванні DeFi проектів слід детально аналізувати механізми передачі інформації рекурсивних операторів, щоб уникнути прогнозування та контролю.