去中心化市场中的动态流动性提供：集中流动性 AMM 的策略优化与绩效评估

集中流动性做市商（CLMMs）代表了市场微结构的根本性创新，将流动性提供从被动的投资组合配置转变为主动的风险管理。这一演变为绩效评估和策略优化带来了重大挑战，尤其是由于缺乏全面的历史流动性数据。我们通过一种新方法论框架来解决这些挑战，从交换交易数据重建历史流动性状态，使动态流动性提供策略的回测成为可能。我们的参数化重建方法在不依赖历史流动性快照的情况下实现了高精度（平均误差约为 2%），弥补了去中心化金融研究中的关键数据空白。我们将该框架用于评估 tau-reset 策略——即响应市场变化的动态流动性重新分配方法——在多个 Uniswap v3 池中的表现。利用机器学习根据市场条件优化策略参数，我们识别出相对于均匀分配基准的持续优势（收费提升 13%--23%）。我们的分析揭示了自动做市中风险收益权衡的重要见解，包括冲击损失作为主要风险因素的作用，以及非对称策略修改在资本保护方面的有效性。这些发现为更广泛地理解去中心化交易所的市场微结构提供了支持，既为绩效评估提供了方法论创新，也为流动性提供者在这一不断演变的金融环境中导航提供了实用见解。