连续时间Kyle模型中的隐私补贴: 噪声扰动订单流观察下的累计福利

我们将Nakamura(2026, arXiv:2605.15746)从单期Kyle模型推广到连续时间的隐私补贴结果。一个承诺性贝叶斯自动做市商观察被独立Brownian隐私信道(扩散强度$\sigma_\varepsilon$)扰动的aggregate order flow。在马克西纳线性均衡下,价格冲击系数为$\lambda = \sigma_v / \sqrt{\sigma_u^2 + \sigma_\varepsilon^2}$ — — 恒定的,且在[0,1]区间内,协议流动性池向交易者的累计预期转移为$|\Pi_M| = \sigma_v \sigma_\varepsilon^2 / \sqrt{\sigma_u^2 + \sigma_\varepsilon^2}$。我们随后在该累计隐私补贴与Loss-Versus-Rebalancing(Milionis等2022)之间建立结构性二元性,识别隐私噪声福利为订单流观察的类比于LVR的价格观察间隙。该结果完成了量化承诺AMM交易所在隐私聚合信息环境下break-even费用的计划。