Cointime

扫码下载App
iOS & Android

解析Arbitrum上的衍生品DEX GammaSwap:将无常损失转化为“无常收益”

VC

注:本文主要介绍 GammaSwap 针对LP 无常损失提出的解决方案,不作任何投资建议。

TL;DR

  • 许多 DEX 将基于 Uniswap V3 推出自己的 V3 版本,而集中流动性会放大无常损失;
  • AMM 本质上内嵌了一个期权市场,LP 承受 gamma 风险却没有得到对应的补偿;
  • GammaSwap 引入了 LP 的波动率交易市场,有望将“无常损失”转化为“无常收益”;

GammaSwap 是建立在 Arbitrum 上的链上衍生品 DEX ,旨在解决流动性质押中 LP 们不得不承受的无常损失的痛点。为了理解 GammaSwap 的设计理念,我们先要了解 DEX 们目前采用的恒定函数做市商(CFMM)会造成无常损失的本质原因。

一、集中流动性会放大无常损失

(如果您对Uniswap V3 和无常损失已经非常了解,可以跳过这部分)

相较于其他 DEX 的 AMM 池子将流动性均匀的分布在 x*y=k 这条曲线上,Uniswap V3 版本最大的特点是集中资金池(Concentrated Liquidity),允许 LP 在其选择的价格范围内提供流动性。举个极端的例子:稳定币 USDC-DAI 的价格基本维持在 0.99-1.01 之间,而池子中 99.5% 以上的流动性分布在可能永远达不到的价格上,资金效率低下。而 UNI V3 中,用户可以自定义在哪个价格区间内提供流动性,提高了资本效率,能赚取更多的手续费奖励。但同时,用户也将承受更高的无常损失风险,相当于是对流动性头寸加了杠杆。

(资料来源:Uniswap)

无常损失简单来说就是:当 AMM 池中存入的资产价格发生波动时,LP 头寸中的资产数量也会变动,会减少因价格上涨而带来的浮盈,以及增加因价格下跌而带来的浮亏。波动率越大,无常损失也越大,如果价格又回到了初始的状态,那么无常损失将为 0,因为价格波动是无法预测的,所以这种风险被称为“无常损失”。

举个简单的例子:假设 ETH 价格为 1000$,用户存入了 1 个 ETH 和 1000 个 USDC 的 LP 头寸,然后 ETH 价格来到了 2000$。

1)如果选择在所有的价格区间内提供流动性(V2)

用户的 LP 头寸会跟随池子整体的头寸变化而变化,此时 LP 头寸会变为 0.707 个 ETH 和 1414 个 USDC,总价值 2828$,相较于初始存入的 1 ETH 和 1000 USDC 来说,本金损失了 5.72%。(具体计算过程参照 Uniswap文档)

2)如果选择在 [500,1500] 的价格区间内提供流动性(V3)

用户的 LP 头寸会在 ETH 价格达到 1500$ 的时候全部变为 USDC,此时无常损失达到了21.5%,这种情况下相当于是 V2 的 4 倍。(具体计算过程参照 Uniswap文档)

二、AMM本质上相当于内嵌了一个期权市场

期权是一种金融合约,买方付出一笔期权金后,拥有能在到期日或到期日之前,以预先确定的价格(行权价格)购买或出售资产的权利。在传统期权市场中,存在两个术语:delta 和 gamma。

delta 是指标的资产价格变动时,期权价格的相对变动幅度。比如一份 ETH 看涨期权的 delta 为 0.5,即当 ETH 现货价格变动 1 时,期权价格就同向变动 0.5,可以通过卖出0.5 个 ETH 来对冲。由于 delta 是动态变化的,所以需要动态调整标的的头寸来保持delta 中性,这就是 delta 对冲。

(资料来源:medium @dalc477_42353)

gamma 是指 delta 值相对标的价格变化的变动速率,当 gamma 较大时,说明 delta 相对标的价格变化很快,因此需要及时调整标的头寸,否则容易承受损失,这就是 gamma 风险。在不考虑时间因素的情况下,波动率越大,期权金越贵。

(资料来源:optiontradingtips)

联系到 DEX 们采用的 AMM 模式,当池子中的一种资产相对另一种资产的价格变动时,池子中两种资产的数量会沿着 x*y=k 曲线非线性的变化,可以理解为 DEX 在通过恒定函数曲线来动态对冲 delta。

(资料来源:medium @dalc477_42353)

当资产波动率大时,gamma 风险也就越高,LP 们承受的无常损失也就越大(期权金)。因此 AMM 可以看成是内嵌了一个永续期权市场,始终在动态地对冲其储备中假设的多头看跌期权的风险敞口,而 LP 则暴露在 gamma 风险之下(相当于做空 gamma),承受无常损失的风险来获取交易手续费。

但交易手续费与波动率之间不能用一个表达式直接挂钩, DEX 也将手续费称作为提供流动性的激励,这意味着 LP 缺少了承担这部分 gamma 风险相对应的补偿。很多时候手续费收入并不能 cover gamma,比如行情波动较大时或者一些 shit coin 池子,尤其是当在较窄范围内提供流动性时,会放大 gamma 风险。

Uniswap V3的源码商业许可证即将在 4 月份到期,不少 DEX 正在基于 UNIV3 的基础上做部分改良来推出自己的 V3 版本,包括 PancakeSwap 和 Osmosis 等。届时很多用户可能会在资本效率与无常损失之间难以抉择。

三、GammaSwap

GammaSwap 正致力于解决这一问题,允许用户借入 LP 来做多波动率(gamma)。

1)机制介绍

GammaSwap 中有两个参与者。做空 gamma(波动率)的 LP 提供者和做多 gamma 的借款人。在 Uniswap ETH/USDC 池的情况下,LP 可以使用储备代币(ETH 和 USDC)或直接使用 Uni LP 创建头寸。假设 LP 将储备代币存入 ETH / USDC 池。GammaSwap 会将这些基础代币存入 Uniswap,接收 Uni LP 代币并保留在智能合约中。GammaSwap 随后会向 LP 提供者发行 GammaSwap (GS) ERC-20 LP 代币。GS LP 持有者不仅可以获取 Uniswap 中的交易手续费,还可以从借款人手中获得利息。当波动率较大时,做多波动的需求会增加,利率也会上涨,因此即使 GS LP 没有选择对冲无常损失,仍然会获得更好的补偿。

(资料来源:GammaSwap)

对于希望做多 gamma 的人,需要先提供足够数量的抵押物(ETH、USDC等)才能借入 LP,会收到一个类似于 Uni V3 的 NFT 来管理他们的贷款。当用户开仓时,GammaSwap 将 Uni LP 代币兑换为基础代币并创建合成 GS LP。然后就可以通过将代币比例倾斜向某一种,来做多波动率,并获得类似期权的回报函数。

贷款必须保持 90% 的 LTV 比率才能保持健康。如果贷款超过这个门槛,将会被清算。随着基础代币向任一方向移动,贷款变得过度抵押,用户可以用储备代币购买更多的 LP 代币。

gamma 多头可用于多种策略:1. 对任何代币对的波动率进行杠杆押注 2. 对冲无常损失 3. 保护自己免受新项目的影响。通过做多 gamma,有机会将“无常损失”变为“无常收益”。

(资料来源:GammaSwap)

值得注意的是,据官方宣称,GammaSwap由于其收益率曲线的形状,不需要依赖预言机进行价格验证来防止闪电贷攻击,因此可以应用于任何 AMM 中的任何流动资金。即使是全新的未经测试的项目也可以提供长期的波动性敞口,以增加其代币流动性提供者的收益并降低参与此类项目的风险。关于这一点,可能需要进行更多的测试来检验安全性。

2)项目背景

GammaSwap 创始人为@0xDevinG,对 defi 有非常深的理解,其余团队成员信息暂未披露;

GammaSwap 目前完成了 170 万美元种子轮融资,参投方包括 Skycatcher Crypto、Dialectic、Space Whale Capital、Modular Capital、Portico Ventures、Ouroboros Capital、Owl Ventures、RenGen、Manifold Trading,个人投资者包括 GMX 核心成员以及 DeBank 上持仓金额第二大钱包所有者等;

GammaSwap 目前已与 SushiSwap、Balancer、Olympus 达成合作;

GammaSwap 目前通过了Zellic 和HalbornSecurity 的审计,更多的安全审计正在进行中;

GammaSwap 于 2022 年 12 月底开放了测试网,目前仍在测试中,预计将在未来几周内上线 Arbitrum,社区活跃度较高;

3)总结

GammaSwap 通过借贷给 LP 持有者提供更多收益可能性,补偿 LP 因 gamma 风险带来的无常损失。而 gamma 多头针对不同的 LP 也有多种策略玩法。

GammaSwap 最大的风险来自于智能合约,由于其不借助预言机验证,对合约设计和安全性有较高要求。

GammaSwap 面向的对象为所有 AMM 中的 LP,解决了 AMM 的部分痛点,通过与 DEX 的集成在目前的存量市场中另辟蹊径。目前这块市场竞争者较少,GammaSwap 具有先发优势。

AMM
评论

所有评论

推荐阅读

  • Polymarket将于下周一公布重大消息,或为发币或融资相关消息

    Cointime 报道,3月21日消息,Polymarket 官方团队成员 Mustafa 于 X 平台发文表示,下周一即将公布重大消息。因推文内容包含硬币符号,社区猜测或为融资或代币发射相关重大消息。 此前消息,预测市场平台 Kalshi 与 Polymarket 据悉正与潜在投资者洽谈新一轮融资,目标估值均约为 200 亿美元。日前,Kalshi 已完成新一轮超 10 亿美元融资,估值达 220 亿美元,较去年 12 月上一轮融资时的 110 亿美元估值翻倍。知情人士透露,本轮融资由 Coatue Management 领投,Kalshi 目前的年化收入为 15 亿美元。

  • 美众议院金融服务委员会将于3月25日举行代币化听证会,聚焦资本市场未来

    3 月 21 日,美国众议院金融服务委员会将于美东时间 3 月 25 日 10:00 举行听证会,主题为「代币化与资本市场的未来」,预计将重点讨论区块链技术在金融体系中的应用与监管方向。

  • 黄金创43年来最大周跌幅:一周暴跌11%,避险属性遭质疑

    3 月 21 日,受中东局势升级及利率预期影响,黄金价格大幅下挫,创下自 1983 年以来最大单周跌幅。现货黄金周五跌至约 4488 美元/盎司,单周累计下跌约 11%,自 2 月底以来累计跌幅已超 15%。市场分析认为,美联储年内或维持利率不变、鲍威尔关于通胀上行的表态削弱了黄金吸引力。同时,在伊朗冲突背景下,比特币表现相对更强,期间反弹超 11%,对黄金形成对比。

  • 分析:加密市场山寨币交易量大幅下滑,市场兴趣持续降温

    3 月 21 日,Cryptoquant 分析师 Darkfost 发文称,加密市场山寨币交易量持续走低,投资者兴趣明显减弱。在熊市背景及地缘政治不确定性影响下,山寨币表现持续跑输比特币,风险偏好显著收缩。当前,Binance 山寨币日交易量约为 77 亿美元,其它主要交易所合计约 188 亿美元,远低于 2025 年 10 月与 2 月高峰期(Binance 曾达 400 亿至 500 亿美元,其它平台达 630 亿至 910 亿美元)。目前 Binance 占据约 40% 的市场份额。分析指出,历史上交易量高峰往往对应市场阶段性顶部与 FOMO 情绪释放,而当前低迷成交环境也意味着潜在机会通常出现在市场关注度最低阶段。

  • 消息人士:特朗普政府正制定方案以夺取伊朗核材料储备

    3 月 21 日,据美国哥伦比亚广播公司(CBS)报道,多位知情人士透露,特朗普政府一直在谋划获取或转移伊朗核材料的方法和选项。此时,由美国和以色列领导的针对伊朗的军事行动正进入一个更加不确定的阶段。关于特朗普是否会下令实施此类行动,目前时机尚不明确。一位消息人士表示,他尚未做出任何决定。但两位消息人士表示,相关规划的核心是可能部署来自联合特种作战司令部的部队,该部队是精英军事单位,常负责最敏感的防扩散任务。

  • 中东冲突与加息预期共振:全球资产大震荡,美股四连跌、债市「血洗」、黄金创43年最大周跌幅

    3 月 21 日,中东局势持续升级叠加 Federal Reserve 加息预期骤然升温,全球市场遭遇系统性冲击。美股连续第四周下跌创一年最长跌势,纳指单日跌超 2%,科技股全线承压;全球债市收益率大幅飙升,美债、英债、德债均创多年新高,资金大规模去杠杆。大宗商品剧烈分化,黄金跌破 4500 美元关口,单周暴跌超 10%,创 1983 年以来最大跌幅,避险属性遭质疑;原油则因中东供应风险暴涨,布油重返 110 美元上方,迪拜原油期货单日飙升超 16%。与此同时,比特币在 7 万美元附近获得支撑,连续三周跑赢黄金。市场分析认为,地缘冲突推升能源价格并加剧通胀预期,迫使货币政策路径重定价,全球金融条件快速收紧,风险资产仍处于下行与再定价过程中。

  • 美团开源560B参数定理证明模型:72次推理通过率97.1%,刷新开源模型SOTA

    据 1M AI News 监测,美团 LongCat 团队开源 LongCat-Flash-Prover,一个 5600 亿参数的 MoE 模型,专攻形式化定理证明语言 Lean4 的数学推理任务。模型权重以 MIT 协议发布,已上线 GitHub、Hugging Face 和 ModelScope。模型将形式化推理拆解为三项独立能力:自动形式化(将自然语言数学问题转化为 Lean4 形式语句)、草图生成(产出引理风格的证明框架)和完整证明生成。三项能力均通过 Agent 工具集成推理(TIR)与 Lean4 编译器实时交互验证。训练方面,团队提出 Hybrid-Experts Iteration Framework 生成冷启动数据,并在强化学习阶段引入 HisPO 算法稳定 MoE 模型的长程任务训练,同时加入定理一致性和合法性检测机制防止 reward hacking。基准测试显示,LongCat-Flash-Prover 在开源权重模型中刷新了自动形式化和定理证明两项 SOTA。MiniF2F-Test 上仅用 72 次推理即达 97.1% 通过率,ProverBench 和 PutnamBench 分别达到 70.8% 和 41.5%,每题推理次数不超过 220 次。

  • Erik Voorhees再次增持1.44万枚ETH,总持仓量突破11.7万枚

    3 月 21 日,据 AI 姨监测,ShapeShift 创始人、比特币早期支持者 Erik Voorhees 关联地址,过去 11 小时买入 14,424.53 ETH,总持仓突破 11.7 万枚,持仓均价 2,160.24 美元,当前浮亏 114.5 万美元。

  • 消息人士:特朗普政府正制定方案以夺取伊朗核材料储备

    Cointime 报道,3月21日消息,据美国哥伦比亚广播公司(CBS)报道,多位知情人士透露,特朗普政府一直在谋划获取或转移伊朗核材料的方法和选项。此时,由美国和以色列领导的针对伊朗的军事行动正进入一个更加不确定的阶段。 关于特朗普是否会下令实施此类行动,目前时机尚不明确。一位消息人士表示,他尚未做出任何决定。但两位消息人士表示,相关规划的核心是可能部署来自联合特种作战司令部的部队,该部队是精英军事单位,常负责最敏感的防扩散任务。(金十)

  • GameFi板块市值暂报45.15亿美元,FLOKI排名第一

    3 月 21 日,据 Coingecko 数据,GameFi 板块市值暂报 45.15 亿美元,FLOKI 以 2.86 亿美元市值排名第一,排在第二第三位的分别为:The Sandbox(2.18 亿美元)、Undeads Games(2.11 亿美元)。此前 Solana 基金会主席 Lily Liu 表示,区块链游戏「不会再回归」。她认为,尽管行业曾寄望通过链上资产与开放世界推动 Web3 与元宇宙发展,但实际表现远未达预期。市场观点称链游长期依赖「Play-to-Earn」等代币激励模式,却缺乏真正吸引核心玩家的游戏性与内容构建能力,导致用户留存与生态可持续性不足。包括 Andreessen Horowitz(a16z)、Framework Ventures、Animoca Brands 在内的机构曾向该领域投入数十亿美元,但回报表现不佳。