自动化做市商中最优流动性提供的迈尔森框架

在去中心化金融（"DeFi"）中，自动化做市商（AMMs）使交易者能够以编程方式将一种资产兑换为另一种资产。此类交易由流动性提供者（LPs）存入的资产所支持。本文的目标是刻画并解释垄断流动性提供者的最优（即利润最大化）策略，作为该 LP 对资产价格与交易者行为的信念的函数。我们引入了一个基于类贝叶斯信念推断框架来推理 AMMs 的通用框架，其中 LP 维护一个资产价格估计。在该模型中，做市商（即 LP）选择一条需求曲线，指定在每一美元价格下持有的风险资产数量。交易者依次到达并提交一个可解释为其对风险资产价格估计的价格出价；AMM 对该提交出价作出响应，向交易者分配风险资产、交易者必须支付的款项，以及修正后的真实资产价格内部估计。我们将激励相容（IC）AMM 定义为交易者的占优策略是提交其真实资产价格估计的 AMM，并将 IC AMMs 刻画为具有向下倾斜需求曲线且支付由迈尔森最优拍卖理论中熟悉公式所定义的那些 AMM。我们推广了迈尔森的虚拟价值，并刻画了利润最大化的 IC AMM。最优需求曲线通常具有一个可解释为"买卖价差"的跳跃，我们表明其由逆向选择风险（在信息不对称程度大时占主导）与垄断定价（在不对称较小时占主导）共同导致。该工作利用理论计算机科学工具的新颖方式，从最优拍卖理论与迭代信念推断的视角，为自动化交换机制的研究开辟了新方向。