Source: Coin98Insights
تُعَزَّزُ تَوفير السَّيْولَة في DeFi كثيرًا كاستراتيجية دخل سلبيَّة، حيث يُودع المُستخدمون الأصول في صنَّاع السُوق التلقَائيين (AMMs) ويَربحون رسوم التداول. ومع ذلك، يواجهُ مُوَفِّري السَّيولة (LPs) تَشوُّهات هيكلية تُؤثِّر في ربحيَّتهم تحت السطح.
أحد أكثر الفجوات الكفاءة التي تتم تجاهلها هو الخسارة مقابل إعادة التوازن (LVR)، وهو تكلفة مخفية تنشأ عندما يستخرج متداولو التحكيم بشكل مستمر قيمة من LPs بسبب تفاوتات الأسعار. على عكس الخسارة غير الدائمة (IL)، التي تقارن أداء LP ببساطة حيازة الأصول، توفر الخسارة مقابل إعادة التوازن طريقة أكثر دقة لقياس التكلفة الحقيقية لتوفير السيولة في صانعي السوق الآلي. يظهر هذا كيف أن LPs يحققون أداءً أقل من المتداولين الذين يمكنهم إعادة توازن مواقعهم على الفور. كلما كان صانع السوق الآلي أبطأ في تحديث سعره، كلما استطاع متداولو التحكيم استخراج قيمة أكبر، مما يترك مزودي السيولة (LPs) في موقف مضطرب.
فقدان مقابل إعادة التوازن (LVR) هو مقياس للخسائر التي يتكبدها مزودو السيولة خلال توفير السيولة بسبب الفروق في الأسعار بين الأصول داخل AMM وأسعار السوق الخارجية.
تم تقديم هذا المفهوم لأول مرة في ورقة بحثية لعام 2022 من قبل جيسون ميليونيس، تيم روغجاردن، كياماك موالمي، وأنتوني لي زانغ.
يشير LVR إلى شكل من أشكال التحكيم الذي يحدث كلما كان لدى AMM سعرًا قديمًا مقارنة بسعر السوق الخارجية. يستغل المحكمون هذا الفرق من خلال التداول من AMM إلى التبادل الأكثر سيولة، ويصححون التحكيم ويستخلصون القيمة من LPs في العملية.
يعمل صانعو السوق التلقائيون (AMMs) من خلال العقود الذكية، مما يتيح التداول اللامركزي من خلال إدارة حمامات السيولة. يحافظ حمام السيولة على توازن للرموز الاحتياطية بناءً على صيغة رياضية، ويكون النوع الأكثر شيوعًا هو صانع السوق لمنتج ثابت الذي اشتهر به Uniswap.
المصدر: ويبوبيديا
النموذج مستند إلى المعادلة؛
x * y = k
أين؛
يضمن هذا الآلية أن يتكيف سعر الأصول استجابة للعرض النسبي للرمزين. عندما يقوم مستخدم بتبديل رمز واحد بآخر، ينقلب رصيد البركة، مما يغير السعر. نظرًا لأن AMMs يعتمدون على التجار لبدء التبادلات، فإن الأسعار في حمامات السيولة لا تحدث إلا عندما يقوم المشاركون في السوق بالشراء أو البيع. هذا التبعية للمضاربين يعطي مجالًا للاختيار السلبي.
يحدث الاختيار السلبي عندما يستغل طرف واحد في معاملة ميزة معلوماتية على حساب الآخر، مما يخلق توازنًا غير متكافئ. في الأسواق المالية التقليدية، يحدث هذا عندما يمتلك المشترين أو البائعون معرفة متفوقة بشأن أصل ما، مما يؤدي إلى نتائج غير مرجحة للطرف الآخر الذي يمتلك معلومات أقل.
في DeFi، ينشأ الاختيار السلبي عندما يستغل التجار المطلعون حمامات السيولة قبل تحديث أسعار AMMs. نظرًا لعدم تتبع AMMs لحركات السوق الخارجية في الوقت الحقيقي، يمكن للمضاربين استخراج قيمة من خلال التداول ضد الأسعار القديمة، مما يؤدي إلى خسائر مستمرة لمزودي السيولة.
أدناه رسم توضيحي بسيط لكيفية تنفيذ نسبة القرض إلى القيمة.
المصدر: ديلفي ديجيتال
يحدث الخسارة الزائلة (IL) عندما يتغير السعر النسبي للأصول في بركة السيولة، مما يؤدي إلى قيمة الأصول المقفلة أقل مما كانت عليه لو كانت محتفظًا بها في محفظة. ومع ذلك، IL هو "زائل" لأن LPs يمكنهم استعادة خسائرهم إذا عادت أسعار الأصول إلى مستوياتها الأصلية.
على العكس، يستمر توازن الخسارة مقابل إعادة التوازن (LVR) حتى لو عادت الأسعار إلى حالتها الأولية. يحدث ذلك لأن المضاربين قد استخرجوا بالفعل قيمة من مقدمي السيولة أثناء عملية إعادة التوازن، مما يجعل LVR تكلفة أكثر أصالة لتوفير السيولة.
فيما يلي مثال محسوب خطوة بخطوة يوضح تقليل قيمة السيولة (LVR) في بركة ETH-USDC عندما يرتفع سعر ETH ويعود.
الموضع الابتدائي
1,000 USDC
القيمة الإجمالية:
$1,000 (ETH)+$1,000 (USDC)=$2,000
الخطوة 1: إعادة توازن LP
آلية إعادة توازن LP:
للحفاظ على توزيع قيمة 50/50، يقوم البركة بضبط ممتلكاتها. (x*y=k)
الموقف المالي الناتج:
حوالي 1,414 USDC
التقييم عند 2,000 دولار لكل ETH:
إذا كنت تحتفظ بأصولك الأولية:
الخطوة 2: استخراج التحكيم أثناء إعادة التوازن
صافي الخسارة من البيع
إعادة التوازن لإعادة توجيه السيولة
سعر إعادة التوازن الداخلي: يقوم LP بشراء 0.29 ETH بسعر فعال يبلغ حوالي 1,427 دولار للـ ETH، مما يكلف حوالي 414 USDC.
فرص السوق:
في السوق المفتوح، ستكلف 0.29 ETH تقريبا 290 USDC بسعر حقيقي قدره 1000 دولار للETH.
صافي الخسارة من إعادة الشراء:
414 USDC (تكلفة LP)−290 USDC (تكلفة السوق) = 124 دولار
الخسارة الإجمالية وقيمة البركة النهائية:
الخسارة لا تعكس تغييرًا في القيمة الإجمالية للبينات السائلة أو خسارة رأس المال الدائمة على الورق لأنها تلتقط تكلفة الفرصة للبينات السائلة في أسواق صانعي السوق الآلية بأسعار قديمة.
بالنسبة لأي حركة سعر معطى، يمكن حساب LVR باستخدام الصيغة “a(p-q)”، حيث a هو كمية الأصل المباع، و p هو السعر السوقي “الحقيقي”، و q هو سعر AMM “المتداول”. (ملاحظة: “a” هو عدد موجب عند البيع وعدد سالب عند الشراء.)
على الرغم من أن نسبة الرهن القيمة (LVR) قد تبدو مشكلة كبيرة في النظرية، إلا أنها لا تعني بالضرورة الكارثة بالنسبة لمزودي السيولة (LPs) حيث يقومون بإيداع الأصول في AMMs لكسب عائد. يمكن أن تساعد الرسوم المتولدة من نشاط التداول في تعويض بعض من خسائر LVR، ولكن الربحية العامة تعتمد على عوامل عدة، بما في ذلك حجم التداول وهيكل الرسوم وتقلب السوق. وفقًا لتقرير Milionis وآخرون، سيحتاج بركة Uniswap إلى تحويل 10٪ من حجمها الإجمالي يوميًا لتغطية الخسائر من LVR برسوم LP بنسبة 30 نقطة أساسية بالكامل.
بينما لا توجد حلاً مثاليًا، يمكن أن تساعد العديد من الاستراتيجيات في تقليل الخسائر المتعلقة بالنسبة القرض إلى القيمة (LVR) وتحسين ربحية LP.
تستخدم AMMs معتمدة على Oracle (مثل Curve v2) معاليق سعر على السلسلة لضبط أسعار AMM بشكل ديناميكي، مما يقلل من التأخير الذي عادة ما يستغله المضاربون. يقوم Time-weighted average Market Makers (TWAMMs) أيضًا بتنفيذ صفقات كبيرة تدريجيًا على مر الوقت، مما يقيد ربحية إعادة التوازن التي تدفعها الأرباح.
هذا هو نهج نظري يزيد من تردد التداول عن طريق تقليل أوقات الكتل، حيث يتداول المضاربون بشكل أكبر لتوليد نفس الربح المتوقع قبل الرسوم. بهذا، يمكن لمقدمي السيولة كسب المزيد من الرسوم لتغطية الخسائر الناجمة عن LVR.
تقوم المزادات الجماعية بمعالجة عدة طلبات في وقت واحد ضمن فترات زمنية ثابتة. تتسوى جميع الصفقات في دفعة بنفس السعر، مما يقضي على فرص التحكم في الأسعار ويقلل من التحديثات المتكررة للأسعار. يقلل هذا النهج من تكاليف إعادة التوازن لمزودي السيولة. لقد قامت بروتوكولات مثل بروتوكول CoW ومزاد Gnosis بتنفيذ هذه الطريقة.
يمكن ل AMMs اعتماد نماذج رسوم ديناميكية تزيد من الرسوم خلال فترات الاضطراب العالية. هذا يعاقب تجار التحكيم، الذين يعتمدون على التنفيذ السريع، بينما يخفض الرسوم للصفقات التي يمكنها الانتظار عبر عدة كتل (أي الصفقات غير المعلومة).
صانع السوق التلقائي الذي يزيد من الوظائف (FM-AMM) هو نموذج AMM يعالج التحديات الرئيسية التي تواجه صانعي السوق التلقائي التقليديين (AMMs)، وخاصة تلك التي تستخدم نماذج Constant Function Market Maker (CFMM) مثل Uniswap. تستخدم AMMs التقليدية، مثل تلك التي تعتمد على نموذج CFMM، الصيغة المنتجة الثابتة، حيث يبقى منتج كميتي رمزين ثابتاً.
هذا التصميم يواجه تحديين رئيسيين:
تخلق اختلافات الأسعار بين AMMs والأسواق الخارجية فرصًا للمضاربين لتحقيق أرباح على حساب مزودي السيولة (LPs). عندما تتحرك أسعار الأسواق الخارجية، يمكن للمضاربين استغلال هذه الفروقات، مما يؤدي إلى خسائر لمزودي السيولة.
يمكن للجهات الخبيثة التلاعب بترتيب المعاملات عن طريق وضع معاملاتهم قبل وبعد معاملة مستهدفة، مما يؤدي إلى تحقيق ربح من التغييرات في الأسعار. وهذا لا يؤثر فقط على التجار المستهدفين ولكنه أيضًا يضر بسلامة بيئة التداول.
تستخدم FM-AMMs مزادات الدفع المتكررة لمعالجة الصفقات في فترات زمنية diskret بدلاً من فردية. على عكس AMMs التقليدية التي تنفذ الصفقات باستمرار، يضمن آلية التداول على دفعات هذه أن تختفي جميع المعاملات ضمن دفعة بسعر موحد، محايدة تماماً لمزايا ترتيب المعاملات.
من خلال تنفيذ جميع الصفقات في دفعة بنفس سعر التسوية، تمنع FM-AMMs المتساويات التلقائية للأسواق من استغلال الفروقات في الأسعار بين سوق التبادل التلقائي للأصول والأسواق الخارجية.
التسعير الموحد داخل كل دفعة يعني أن السعر يتم تحديده جماعيًا لجميع التجارات، دون ترك مجال للمهاجمين لتلاعب تسلسلات المعاملات الفردية.
من خلال تقليل الخسائر المرتبطة بالتحكم الثنائي والتقدم السابق، يمكن لـ FM-AMMs تقديم عوائد أفضل لمزودي السيولة مقارنة ب AMMs التقليدية. أظهرت التحليلات التجريبية أن FM-AMMs توفر عوائد تساوي أو تزيد عن تلك الملاحظة في منصات مثل Uniswap v3 لأزواج الرموز المختلفة.
يمثل LVR القيمة القصوى للاستخلاص الأربيتراجي على حساب مزودي السيولة في AMMs، يستند هذا العيب إلى الفشل الهيكلي لـ AMM. لمعالجة هذه الفشل، تم اعتماد تصاميم مختلفة، بما في ذلك AMMs المتكاملة مع الأوراق المالية، وهياكل الرسوم الديناميكية. بينما تحسن هذه الحلول كفاءة السوق وتقلل من الخسائر الناجمة عن الأربيتراج، إلا أنها لا تقضي تماماً على LVR. تستفيد FM-AMMs من المزادات الدفعية الدائمة للحد من التداول المسبق وفرص الأربيتراج.
وبينما تستمر تصاميم AMM في التطور، يجب على مزودي السيولة التنقل عبر هذه التحديات الهيكلية مع فهم واضح للتناقضات المعنية. من المحتمل أن يعتمد مستقبل AMMs بشكل كبير على تحقيق توازن كفاءة رأس المال واكتشاف الأسعار والحوافز لكل من مزودي السيولة والمضاربين.
Source: Coin98Insights
تُعَزَّزُ تَوفير السَّيْولَة في DeFi كثيرًا كاستراتيجية دخل سلبيَّة، حيث يُودع المُستخدمون الأصول في صنَّاع السُوق التلقَائيين (AMMs) ويَربحون رسوم التداول. ومع ذلك، يواجهُ مُوَفِّري السَّيولة (LPs) تَشوُّهات هيكلية تُؤثِّر في ربحيَّتهم تحت السطح.
أحد أكثر الفجوات الكفاءة التي تتم تجاهلها هو الخسارة مقابل إعادة التوازن (LVR)، وهو تكلفة مخفية تنشأ عندما يستخرج متداولو التحكيم بشكل مستمر قيمة من LPs بسبب تفاوتات الأسعار. على عكس الخسارة غير الدائمة (IL)، التي تقارن أداء LP ببساطة حيازة الأصول، توفر الخسارة مقابل إعادة التوازن طريقة أكثر دقة لقياس التكلفة الحقيقية لتوفير السيولة في صانعي السوق الآلي. يظهر هذا كيف أن LPs يحققون أداءً أقل من المتداولين الذين يمكنهم إعادة توازن مواقعهم على الفور. كلما كان صانع السوق الآلي أبطأ في تحديث سعره، كلما استطاع متداولو التحكيم استخراج قيمة أكبر، مما يترك مزودي السيولة (LPs) في موقف مضطرب.
فقدان مقابل إعادة التوازن (LVR) هو مقياس للخسائر التي يتكبدها مزودو السيولة خلال توفير السيولة بسبب الفروق في الأسعار بين الأصول داخل AMM وأسعار السوق الخارجية.
تم تقديم هذا المفهوم لأول مرة في ورقة بحثية لعام 2022 من قبل جيسون ميليونيس، تيم روغجاردن، كياماك موالمي، وأنتوني لي زانغ.
يشير LVR إلى شكل من أشكال التحكيم الذي يحدث كلما كان لدى AMM سعرًا قديمًا مقارنة بسعر السوق الخارجية. يستغل المحكمون هذا الفرق من خلال التداول من AMM إلى التبادل الأكثر سيولة، ويصححون التحكيم ويستخلصون القيمة من LPs في العملية.
يعمل صانعو السوق التلقائيون (AMMs) من خلال العقود الذكية، مما يتيح التداول اللامركزي من خلال إدارة حمامات السيولة. يحافظ حمام السيولة على توازن للرموز الاحتياطية بناءً على صيغة رياضية، ويكون النوع الأكثر شيوعًا هو صانع السوق لمنتج ثابت الذي اشتهر به Uniswap.
المصدر: ويبوبيديا
النموذج مستند إلى المعادلة؛
x * y = k
أين؛
يضمن هذا الآلية أن يتكيف سعر الأصول استجابة للعرض النسبي للرمزين. عندما يقوم مستخدم بتبديل رمز واحد بآخر، ينقلب رصيد البركة، مما يغير السعر. نظرًا لأن AMMs يعتمدون على التجار لبدء التبادلات، فإن الأسعار في حمامات السيولة لا تحدث إلا عندما يقوم المشاركون في السوق بالشراء أو البيع. هذا التبعية للمضاربين يعطي مجالًا للاختيار السلبي.
يحدث الاختيار السلبي عندما يستغل طرف واحد في معاملة ميزة معلوماتية على حساب الآخر، مما يخلق توازنًا غير متكافئ. في الأسواق المالية التقليدية، يحدث هذا عندما يمتلك المشترين أو البائعون معرفة متفوقة بشأن أصل ما، مما يؤدي إلى نتائج غير مرجحة للطرف الآخر الذي يمتلك معلومات أقل.
في DeFi، ينشأ الاختيار السلبي عندما يستغل التجار المطلعون حمامات السيولة قبل تحديث أسعار AMMs. نظرًا لعدم تتبع AMMs لحركات السوق الخارجية في الوقت الحقيقي، يمكن للمضاربين استخراج قيمة من خلال التداول ضد الأسعار القديمة، مما يؤدي إلى خسائر مستمرة لمزودي السيولة.
أدناه رسم توضيحي بسيط لكيفية تنفيذ نسبة القرض إلى القيمة.
المصدر: ديلفي ديجيتال
يحدث الخسارة الزائلة (IL) عندما يتغير السعر النسبي للأصول في بركة السيولة، مما يؤدي إلى قيمة الأصول المقفلة أقل مما كانت عليه لو كانت محتفظًا بها في محفظة. ومع ذلك، IL هو "زائل" لأن LPs يمكنهم استعادة خسائرهم إذا عادت أسعار الأصول إلى مستوياتها الأصلية.
على العكس، يستمر توازن الخسارة مقابل إعادة التوازن (LVR) حتى لو عادت الأسعار إلى حالتها الأولية. يحدث ذلك لأن المضاربين قد استخرجوا بالفعل قيمة من مقدمي السيولة أثناء عملية إعادة التوازن، مما يجعل LVR تكلفة أكثر أصالة لتوفير السيولة.
فيما يلي مثال محسوب خطوة بخطوة يوضح تقليل قيمة السيولة (LVR) في بركة ETH-USDC عندما يرتفع سعر ETH ويعود.
الموضع الابتدائي
1,000 USDC
القيمة الإجمالية:
$1,000 (ETH)+$1,000 (USDC)=$2,000
الخطوة 1: إعادة توازن LP
آلية إعادة توازن LP:
للحفاظ على توزيع قيمة 50/50، يقوم البركة بضبط ممتلكاتها. (x*y=k)
الموقف المالي الناتج:
حوالي 1,414 USDC
التقييم عند 2,000 دولار لكل ETH:
إذا كنت تحتفظ بأصولك الأولية:
الخطوة 2: استخراج التحكيم أثناء إعادة التوازن
صافي الخسارة من البيع
إعادة التوازن لإعادة توجيه السيولة
سعر إعادة التوازن الداخلي: يقوم LP بشراء 0.29 ETH بسعر فعال يبلغ حوالي 1,427 دولار للـ ETH، مما يكلف حوالي 414 USDC.
فرص السوق:
في السوق المفتوح، ستكلف 0.29 ETH تقريبا 290 USDC بسعر حقيقي قدره 1000 دولار للETH.
صافي الخسارة من إعادة الشراء:
414 USDC (تكلفة LP)−290 USDC (تكلفة السوق) = 124 دولار
الخسارة الإجمالية وقيمة البركة النهائية:
الخسارة لا تعكس تغييرًا في القيمة الإجمالية للبينات السائلة أو خسارة رأس المال الدائمة على الورق لأنها تلتقط تكلفة الفرصة للبينات السائلة في أسواق صانعي السوق الآلية بأسعار قديمة.
بالنسبة لأي حركة سعر معطى، يمكن حساب LVR باستخدام الصيغة “a(p-q)”، حيث a هو كمية الأصل المباع، و p هو السعر السوقي “الحقيقي”، و q هو سعر AMM “المتداول”. (ملاحظة: “a” هو عدد موجب عند البيع وعدد سالب عند الشراء.)
على الرغم من أن نسبة الرهن القيمة (LVR) قد تبدو مشكلة كبيرة في النظرية، إلا أنها لا تعني بالضرورة الكارثة بالنسبة لمزودي السيولة (LPs) حيث يقومون بإيداع الأصول في AMMs لكسب عائد. يمكن أن تساعد الرسوم المتولدة من نشاط التداول في تعويض بعض من خسائر LVR، ولكن الربحية العامة تعتمد على عوامل عدة، بما في ذلك حجم التداول وهيكل الرسوم وتقلب السوق. وفقًا لتقرير Milionis وآخرون، سيحتاج بركة Uniswap إلى تحويل 10٪ من حجمها الإجمالي يوميًا لتغطية الخسائر من LVR برسوم LP بنسبة 30 نقطة أساسية بالكامل.
بينما لا توجد حلاً مثاليًا، يمكن أن تساعد العديد من الاستراتيجيات في تقليل الخسائر المتعلقة بالنسبة القرض إلى القيمة (LVR) وتحسين ربحية LP.
تستخدم AMMs معتمدة على Oracle (مثل Curve v2) معاليق سعر على السلسلة لضبط أسعار AMM بشكل ديناميكي، مما يقلل من التأخير الذي عادة ما يستغله المضاربون. يقوم Time-weighted average Market Makers (TWAMMs) أيضًا بتنفيذ صفقات كبيرة تدريجيًا على مر الوقت، مما يقيد ربحية إعادة التوازن التي تدفعها الأرباح.
هذا هو نهج نظري يزيد من تردد التداول عن طريق تقليل أوقات الكتل، حيث يتداول المضاربون بشكل أكبر لتوليد نفس الربح المتوقع قبل الرسوم. بهذا، يمكن لمقدمي السيولة كسب المزيد من الرسوم لتغطية الخسائر الناجمة عن LVR.
تقوم المزادات الجماعية بمعالجة عدة طلبات في وقت واحد ضمن فترات زمنية ثابتة. تتسوى جميع الصفقات في دفعة بنفس السعر، مما يقضي على فرص التحكم في الأسعار ويقلل من التحديثات المتكررة للأسعار. يقلل هذا النهج من تكاليف إعادة التوازن لمزودي السيولة. لقد قامت بروتوكولات مثل بروتوكول CoW ومزاد Gnosis بتنفيذ هذه الطريقة.
يمكن ل AMMs اعتماد نماذج رسوم ديناميكية تزيد من الرسوم خلال فترات الاضطراب العالية. هذا يعاقب تجار التحكيم، الذين يعتمدون على التنفيذ السريع، بينما يخفض الرسوم للصفقات التي يمكنها الانتظار عبر عدة كتل (أي الصفقات غير المعلومة).
صانع السوق التلقائي الذي يزيد من الوظائف (FM-AMM) هو نموذج AMM يعالج التحديات الرئيسية التي تواجه صانعي السوق التلقائي التقليديين (AMMs)، وخاصة تلك التي تستخدم نماذج Constant Function Market Maker (CFMM) مثل Uniswap. تستخدم AMMs التقليدية، مثل تلك التي تعتمد على نموذج CFMM، الصيغة المنتجة الثابتة، حيث يبقى منتج كميتي رمزين ثابتاً.
هذا التصميم يواجه تحديين رئيسيين:
تخلق اختلافات الأسعار بين AMMs والأسواق الخارجية فرصًا للمضاربين لتحقيق أرباح على حساب مزودي السيولة (LPs). عندما تتحرك أسعار الأسواق الخارجية، يمكن للمضاربين استغلال هذه الفروقات، مما يؤدي إلى خسائر لمزودي السيولة.
يمكن للجهات الخبيثة التلاعب بترتيب المعاملات عن طريق وضع معاملاتهم قبل وبعد معاملة مستهدفة، مما يؤدي إلى تحقيق ربح من التغييرات في الأسعار. وهذا لا يؤثر فقط على التجار المستهدفين ولكنه أيضًا يضر بسلامة بيئة التداول.
تستخدم FM-AMMs مزادات الدفع المتكررة لمعالجة الصفقات في فترات زمنية diskret بدلاً من فردية. على عكس AMMs التقليدية التي تنفذ الصفقات باستمرار، يضمن آلية التداول على دفعات هذه أن تختفي جميع المعاملات ضمن دفعة بسعر موحد، محايدة تماماً لمزايا ترتيب المعاملات.
من خلال تنفيذ جميع الصفقات في دفعة بنفس سعر التسوية، تمنع FM-AMMs المتساويات التلقائية للأسواق من استغلال الفروقات في الأسعار بين سوق التبادل التلقائي للأصول والأسواق الخارجية.
التسعير الموحد داخل كل دفعة يعني أن السعر يتم تحديده جماعيًا لجميع التجارات، دون ترك مجال للمهاجمين لتلاعب تسلسلات المعاملات الفردية.
من خلال تقليل الخسائر المرتبطة بالتحكم الثنائي والتقدم السابق، يمكن لـ FM-AMMs تقديم عوائد أفضل لمزودي السيولة مقارنة ب AMMs التقليدية. أظهرت التحليلات التجريبية أن FM-AMMs توفر عوائد تساوي أو تزيد عن تلك الملاحظة في منصات مثل Uniswap v3 لأزواج الرموز المختلفة.
يمثل LVR القيمة القصوى للاستخلاص الأربيتراجي على حساب مزودي السيولة في AMMs، يستند هذا العيب إلى الفشل الهيكلي لـ AMM. لمعالجة هذه الفشل، تم اعتماد تصاميم مختلفة، بما في ذلك AMMs المتكاملة مع الأوراق المالية، وهياكل الرسوم الديناميكية. بينما تحسن هذه الحلول كفاءة السوق وتقلل من الخسائر الناجمة عن الأربيتراج، إلا أنها لا تقضي تماماً على LVR. تستفيد FM-AMMs من المزادات الدفعية الدائمة للحد من التداول المسبق وفرص الأربيتراج.
وبينما تستمر تصاميم AMM في التطور، يجب على مزودي السيولة التنقل عبر هذه التحديات الهيكلية مع فهم واضح للتناقضات المعنية. من المحتمل أن يعتمد مستقبل AMMs بشكل كبير على تحقيق توازن كفاءة رأس المال واكتشاف الأسعار والحوافز لكل من مزودي السيولة والمضاربين.