检测脱锚：面向Curve Finance上更安全的被动流动性提供
计算金融
2023-06-21 v1
摘要
我们考虑流动性提供者（LP）在Curve的StableSwap池中对稳定币与流动性质押衍生品（LSD）脱锚的风险敞口。我们构建了一套基于价格与交易数据、旨在检测潜在资产脱锚的指标。利用我们的指标，我们对贝叶斯在线变点检测（BOCD）算法进行微调，以在脱锚发生前或发生时向LP发出警报。我们针对2022与2023年间的13个StableSwap池的Curve LP代币价格训练并测试了变点检测算法，重点关注相关的稳定币与LSD脱锚事件。我们表明，我们的模型基于2022年UST数据训练，能够在2023年3月10日UTC时间晚9点检测到USDC脱锚，约早于USDC跌破99美分5小时，且在所测试的17个月中误报极少。最后，我们描述了Curve流动性提供者如何使用本研究，以及如何通过预期潜在脱锚而修改参数来动态降低Curve池风险以扩展本研究。本研究支撑了一个API的开发，用于在其头寸可能面临风险时实时警报Curve LP。
引用
@article{arxiv.2306.10612,
title = {Detecting Depegs: Towards Safer Passive Liquidity Provision on Curve Finance},
author = {Thomas N. Cintra and Maxwell P. Holloway},
journal= {arXiv preprint arXiv:2306.10612},
year = {2023}
}