最优自动做市商：可微经济学与强对偶性

做市商的角色是同时以指定价格提供商品的买卖报价，这些商品通常是金融资产，如股票。自动做市商（AMM）是一种根据某种预定计划提供交易的机制；该计划的最佳选择取决于做市商的目标。关于AMM设计的文献主要集中于以信息获取为目标的预测市场。近期受去中心化金融（DeFi）启发的工作则转而关注利润最大化目标，但仅考虑单一类型商品（与计价物交易），包括在逆向选择下的情况（Milionis等人，2022年）。在存在多种商品（包括复杂捆绑行为的可能性）情况下的最优做市行为尚不为人所充分理解。在本文中，我们证明寻找最优做市商与一个最优传输问题是对偶的，且在对偶问题中传输计划具有特定的几何约束。我们证明，针对多种商品且在逆向选择下的最优机制可以利用捆绑，这包括为捆绑购买和销售提供更优价格，以及有时接受“实物”支付。我们提出了在更多设定下最优机制的猜想，这些猜想展示了更复杂的行为。从方法论的角度来看，我们主要利用可微经济学的工具来生成最优机制的猜想，并为使用此类工具指导理论研究提供了概念验证。