全球数字财富领导者
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
财富汇
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
美元将喊出107.20超高目标价!荷兰国际集团:美债抛售潮奠定外汇基调 美元买盘完好无损
go
lg
...
。随着本周大量美国国债拍卖,将可能引发
套
利
交
易
策略的更多获利了结。该机构展望,若其他货币面临压力,且技术分析师将目标价设为最高107.20,则美元指数可能会在此过程中保持买盘。 美元继续走高,市场最大的话题可能是美国国债曲线持续看跌陡峭。ING表示,在与债券策略师交谈时,他们认为目前这是由两个因素驱动的。首先是美联储下一个宽松周期后联邦基金利率的持续上调,看看一个月美元OIS利率的远期曲线,投资者现在看到未来任何美联储宽松周期的低点在三年内约为4.00%。令人难以置信的是,今年年初,市场看到联邦基金利率跌至三年来的最低点2.70%。 令美国国债承压的第二个因素是本周将在未来三天内拍卖价值1340亿美元的2年期、5年期和7年期国债。这是在美国政府本周六可能关闭之前发生的,众议院极右翼共和党人似乎坚持反对权宜之计的支出法案。在这种背景下,美国主权利率因“治理侵蚀”而再次降级的威胁依然存在。 除了美国国债收益率上升之外,市场现在还开始看到美国国债市场隐含波动率上升。这将成为
套
利
交
易
策略的阻力,并可能促使一些投资最多的头寸平仓。ING称:“我们会担心墨西哥比索,该货币也面临着墨西哥央行在不太有利的情况下解除其美元远期账簿的情况。
套
利
交
易
中另一种流行的目标货币是匈牙利福林,周二实际上可能会得到当地央行的一些支持。” 但总体而言,美国收益率的持续上升导致环境不太乐观,有利于降低风险。尽管美国收益率上升可能推动美元/日元接近150,但也增加了股市下跌的风险。这就是为什么ING认为像一个月期美元/日元下行风险逆转这样的工具定价,目前可能过于保守。 “我们认为商品货币仍然脆弱,尤其是南非兰特和拉美货币,后者在8月初的国债抛售中受到了沉重打击,”ING继续补充称。 该机构展望:“若活动货币面临压力,并且技术分析师将重新呼吁转向107.20区域,则美元指数可能会在此过程中保持买盘。” 欧元:世界贸易下降无济于事 数据显示,7月份世界商品贸易量环比再下降0.6%,这对欧元没有帮助。作为一个相对开放的经济体,欧元区和欧元一样,都面临着贸易环境恶化的问题。ING银行业分析师撰文称,欧洲央行正在考虑提高其监管的银行的最低准备金要求。这将进一步收紧形势,并加剧欧元区增长的悲观情绪,Eurostoxx 50指数目前较8月初的高点下跌近8%。 欧元/美元跌破支撑位1.0600/0610后依然疲软,如果没有极度低估或现有大量空头头寸的支撑,欧元/美元看起来可能会跌入1.0480/1.0510支撑区域。 在其他地方,鉴于这种高利率环境,瑞典克朗的表现出人意料地好。与欧元不同,克朗受到基本面极度低估的支撑。此外,有消息称陷入困境的瑞典房地产开发商SBB通过出售部分房地产投资组合获得了流动性,这缓解了人们对融资危机的担忧。 毫无疑问,市场将猜测瑞典央行已开始对冲其外汇储备投资组合,正如上周所承诺的那样。尽管严峻的外部条件很难让欧元/瑞典克朗有机会走低,但上述因素可能意味着挪威克朗/瑞典克朗回落至1.01区域。 英镑:昂贵的抛售 由于一个月隐含收益率为5.20%,英镑的卖出价格昂贵。因此,ING认为欧元/英镑可能暂时继续在0.86-0.87区间波动,而不是继续走高。英镑/美元则不同,美元的持续走强和风险环境的疲软警告称,在1.2000-1.2075区域之前预计几乎不会有支撑。
lg
...
会员
小萧
2023-09-26
Alameda前员工爆料:2021年比特币瞬间暴跌87% 竟是因为交易员“手误”?
go
lg
...
比特币,而是以相对便宜的价格出售。”
套
利
交
易
者很快利用了错误定价的机会,将比特币恢复到正常水平。然而,Alameda Research却损失了数百万美元。 Baradwaj 补充道:“阿拉米达在交易中的损失是惊人的,但由于这是一个无心之失,因此除了对手动交易实施额外的健全性检查之外,没有什么可做的。”
lg
...
一禾
2023-09-22
BTC期货未平仓合约飙升10亿美元 是市场操纵还是机构对冲?
go
lg
...
增加的参与者感到失望。 因此,深入研究
套
利
交
易
台的运作,并仔细分析比特币期货资金费率,然后再得出结论至关重要。当没有过多的杠杆多头仓位需求时,未平仓合约的增加不一定表示买盘的狂潮。 来源:金色财经
lg
...
金色财经
2023-09-20
比特币期货未平仓合约飙升10亿美元 是市场操纵还是机构对冲?
go
lg
...
增加的参与者感到失望。 因此,深入研究
套
利
交
易
台的运作,并仔细分析比特币期货资金费率,然后再得出结论至关重要。当没有过多的杠杆多头仓位需求时,未平仓合约的增加不一定表示买盘的狂潮。
lg
...
一禾
2023-09-20
小心美联储意外加息!荷兰国际集团:美元挑战105.80强大阻力 日元不会飞出“黑天鹅”
go
lg
...
景正在压低美国利率和跨市场波动性,并使
套
利
交
易
策略变得非常流行。这加上布伦特原油价格接近95美元/桶,使得美元/日元的买盘保持不变,很少有人预计本周五日本央行的政策会出现任何重大变动。如果日本要采取进一步行动,很可能会在10月底发布新的经济预测时采取,”ING进一步补充称。 这也是新兴市场政策利率会议的重要一周,在欧洲、中东和非洲,重点是土耳其央行是否会在周四再次大幅加息以继续回归政策正统,而巴西应根据近期指引再降息50个基点。鉴于今年对
套
利
交
易
的浓厚兴趣,尽管存在这些不同的利率故事,土耳其里拉和巴西雷亚尔仍可能受到支撑。 亚洲地区,预计中国的贷款优惠利率和该地区其他地区的政策利率都不会发生变化。 ING展望分析:“美元指数仍然相对强劲,本周似乎没有必要果断下跌,除非我们都对美联储感到惊讶。105.40/80区域有一个强大的阻力带,这很可能会限制本周走势。但同样,美元指数应该会继续在105.00下方找到不错的需求。” 欧元:疲软的一周在9月PMI数据中达到顶峰 在上周四的欧洲央行会议导致欧元/美元走低后,欧元/美元继续低迷。这主要是由本周美联储的报道推动的,但周五公布的欧元区9月份采购经理人指数初值可能会给该地区和欧元带来又一剂坏消息。 ING提到,欧元/美元在1.0610/30区域有不错的支撑,低于该支撑则1.04/05区域存在外部风险。然而,该机构战略观点仍然是,明年美国经济将追随欧洲增长乏力,美元将走弱。 “我们预计欧元/美元未来几周将跌至1.05区域,这是在今年11月和12月美元季节性疲软之前重置对冲的机会。 在欧洲其他地区,我们预计瑞士、瑞典和挪威均将于周四加息25个基点,”该机构预测。 英镑:人们普遍预期英国央行周四加息25个基点 经济学家几乎一致预测英国央行周四将加息25个基点,这将使银行利率升至5.50%。然而,市场已经大幅降低了对未来任何紧缩政策的预期,因此市场对英国央行关于是否保留以下措辞的声明非常感兴趣。ING称:“如果有证据表明存在更持久的压力,那么将进一步收紧货币政策。” 周二公布的英国8月份消费物价指数(CPI)的走势也将产生影响,ING提到:“我们确信,在欧洲央行实际上表示其紧缩周期已经结束后,英国央行将会饶有兴趣地关注上周欧元的反应。” 周四任何有关英国政策利率“足够限制”的暗示都可能会打击英镑,ING认为英国央行2024年宽松周期将比目前定价的幅度更大,因此今年晚些时候对英镑略显看空。但该机构指出,市场将从周四英国央行的声明中了解此次抛售的时机。
lg
...
会员
小萧
2023-09-18
华尔街基金大举押注比特币 GBTC折价降至17% 木头姐等一众大佬赚的盆满钵满
go
lg
...
ris Brown表示:“我们仍在进行
套
利
交
易
。”该公司的首次开始交易GBTC股票是在2021年末。据彭博社数据显示,截至6月底,持有价值为1330万美元。 在上诉法院推翻SEC的决定后,Aristides最初削减了部分GBTC持股,但很快又改变了方向。Chris Brown表示,该公司已重新增加仓位,押注折扣将进一步缩小。“没有一个好的、强有力的法律依据来阻止它成为ETF。我认为此刻,结局已经在望。” 转换疑虑 行业观察人士表示,灰度的胜利虽然很重要,但并不意味着上市现货比特币ETF开了绿灯。 SEC有45天的时间来对法院的决定提起上诉,但尚未对这一败诉作出回应。但至少,监管机构可以简单地要求灰度重新申请,从而有效地从头开始重新启动该流程。 在8月29日判决后不久,Weinstein在X上发布了一条消息,表示是时候放弃GBTC交易了。由于折价在15%至18%之间波动,考虑到费用和其他套利者可能会平仓等因素,这一赌注“不再有吸引力”。 Valkyrie Investments首席投资官Steven McClurg表示,“这种折扣将在未来几周内继续扩大,直到灰度的ETF转换工作变得更加确定。” 这家总部位于田纳西州纳什维尔的公司曾多次进出GBTC交易。旗下Valkyrie Opportunistic Fund在今年截至8月底时的回报率为42%。该基金在1月份开始建仓,当时折价大约在35%至45%之间。在法院做出裁决之前,该基金约80%的资产投资于灰度产品。 Steven McClurg表示,Valkyrie Investments正在不断寻找合适的时机来增加其投资。他在之前在Guggenheim Partners担任职务时参与过封闭式基金的收购和重组。
lg
...
阿泰尔
2023-09-16
美银:日本对日元走贬的反应可能仅限减少购债
go
lg
...
陡的压力 由于美元/日元的上涨更多源于
套
利
交
易
,因此减少购债的影响会很小。
lg
...
金融界
2023-09-09
深度解读 Flashbots 投资逻辑、技术框架、市场规模和主要风险
go
lg
...
Curve和Balancer V1。在
套
利
交
易
中,占比最高的币种是WETH,占比达到91.58%。其次是USDC、USDT及其他币种。在清算方面,Aave协议占比为68.8%,Compound V2占比31.2%。总的清算获利价值大约为122万美元左右。在币种方面,WETH占比最高,约为25.09%,其次是USDC,占比为24.07%。 需要注意的是,由于以美元计价的所有代币价格没有完整覆盖,因此项目方只能检测到约85%左右的套利总量(以美元计价)。 Flashbots 中继器指标 根据数据集包括Flashbots中继在以太坊主网上运行的MEV-Boost情况来看,可以观察到Flashbots MEV-Boost中继区块支付给验证者的以太币(ETH)总额不断增长。在2022年11月,区块奖励达到了高峰值13K ETH/周,而总体上,每周支付给验证者的ETH平均在2-4K之间。 在整个时间段内,MEV-Boost Relay提交的区块总数大约为250万个。其中,Flashbots占据40.1%的比例,而其他占比则为59.9%。 Flashbots 中继验证器注册数据: 根据数据显示,已注册Flashbots的中继器验证者占当前验证者总数的81%。目前,总验证者数量约为81万人。总体而言,验证者的注册数量持续增加。在2022年9月到11月期间,验证者的增长速度较快,周注册数达到了高峰。然而,从2022年11月开始到2023年9月期间,验证者的注册数量呈明显下降趋势。特别是在2022年12月到2023年4月期间,验证者的注册数量处于低谷。目前,验证者的注册量维持在一个相对中等的水平。 l 社媒数据 Twitter: 该项目目前尚未设立官方账号。 Discord: 目前在 Discord 上有26870名关注者,其中3996人在线。 Discord社区中的讨论非常活跃,涉及了很多技术方面的话题。 3.6 项目竞争格局 3.6.1 项目介绍 Manifold Finance Manifold Finance(FOLD)是一个MEV中继器基础设施项目,旨在改善DeFi、 DApps和协议之间的连接,并提供解决方案。Manifold Finance于2020年由Sam Bacha创立,充当以太坊用户和验证者之间的中间人。 他们的主要关注点之一是保护用户免受MEV攻击的影响,例如夹子攻击,这些攻击可以利用交易并操纵价格。通过他们的第一个产品YCabal,Manifold Finance重新定义了交易过程,防止了链上的恶意套利攻击,并降低Gas费用。 Skip Protocol Skip Protocol在Cosmos上开发了一套生态系统适配的MEV产品。这些产品的目标是帮助区块链实现长期的财务可持续性,并利用MEV来实现这一目标。通过提供专门的MEV基础设施,Skip Protocol让区块链社区能够自主控制MEV收入的获取和分配方式。他们的产品可以帮助质押者、验证者和协议从MEV中获取利润,同时改善链上用户体验。此外,这些产品还能让交易者执行更复杂和更有利可图的交易策略。 3.6.2 对比分析 Manifold Finance、Skip Protocol和Flashbots都是旨在减轻MEV负面影响的组织或协议。其中,Manifold Finance和Flashbots都是技术基础设施,而Skip Protocol是一个去中心化的协议。 Manifold Finance通过SecureRPC系统和OpenMEV SDK来减少MEV的负面影响,而Flashbots则通过一系列的产品来研究民主化和重新分配MEV收入,并为生态系统带来更多透明度。 Skip Protocol则专注于解决MEV搜索者和验证者整合的问题,通过创建一个密封投标、封闭式拍卖的系统,允许交易者向验证者提交小费交易,验证者根据区块的情况在区块中优先处理,从而获得更多奖励。 Flashbots是一个研发组织,旨在减轻MEV负面影响。Flashbots拍卖跳过了传统的公开竞价拍卖,允许用户私下交流他们的出价和交易订单偏好,同时最大化验证者的奖励并防止抢跑交易,私人交易池与密封投标的结合确保了以太坊网络的公平和最佳区块的构建。 因此,这三个组织或协议的不同之处在于它们的产品、技术基础设施和解决问题的重点。 3.7 通证模型分析 代币总量和分配情况 该项目目前还没有发行代币。 4. 初步价值评估 4.1 核心问题 项目是否具备牢靠的竞争优势?这种竞争优势来自哪里? 1)前沿技术和独特的市场定位:Flashbots的目标是解决以太坊中的封锁竞争和交易前运行(MEV)问题,前沿技术和独特的市场定位使得Flashbots在以太坊生态系统中具备了竞争优势。 2)市场需求和行业合作伙伴:Flashbots还与多个以太坊生态系统中的项目和交易所合作,共同推进技术和市场的发展,这为Flashbots项目提供了更大的竞争优势。 3)强大的团队实力:Flashbots项目由来自以太坊开发者社区的顶级工程师和研究人员组成。他们具备深厚的区块链技术背景和丰富的经验,能够应对市场挑战并推动项目的发展。强大的团队实力是Flashbots项目建立竞争优势的重要因素之一。 项目在运营上的主要变量因素是什么?这种因素是否容易量化和衡量? 1) 交易流量:这是衡量Flashbots项目活跃度和用户参与度的一个重要指标。更高的交易流量意味着更多的用户在使用Flashbots的服务。这可以通过统计交易的数量、价值和频率来进行量化和衡量。 2)合作伙伴和社区参与度:Flashbots项目需要与以太坊矿工、研究者和开发者等不同利益相关者进行密切合作,共同推动以太坊的发展。合作伙伴的数量和质量,以及社区的活跃度和参与度,可以成为衡量项目合作与社区建设的重要指标。 3)技术创新和研究成果:Flashbots项目的目标之一是推动以太坊中的新技术的创新。衡量项目在技术创新和研究成果方面的影响力和质量可能相对更具主观性,但可以通过评估项目参与的技术规范、工具和软件的质量和影响力来进行衡量。 这些变量因素在一定程度上可以量化和衡量,特别是交易流量方面。合作伙伴和社区参与度可以通过关注社交媒体活动、合作项目数量和质量以及活动参与人数进行初步衡量。技术创新和研究成果可能需要更深入的评估和评估,需要考虑到质量、可行性和影响力等方面的因素。 4.2 主要风险 1. 中心化问题:Flashbots是一个旨在最大化以太坊利益的组织,但这有时可能与以太坊社区的期望产生一定的冲突。例如,Flashbots宣布将对被美国财政部外国资产控制办公室列入黑名单的交易进行审查,这一决定引起了公众的广泛关注和反对。这些问题可能对Flashbots在以太坊社区中的声誉和用户的信任产生影响。 2. 流动性不足:Flashbots拍卖的流动性不足可能会导致其无法发挥作用,从而影响其商业模式的可行性。此外,Flashbots拍卖的流动性问题可能会导致其无法吸引足够的用户和验证者参与,从而影响其长期发展。 3. 性能问题:Flashbots的中继器的运作需要大量的计算资源和带宽,这可能会导致一些性能问题。此外,Flashbots的性能问题可能会影响其在以太坊网络中的稳定性和可靠性,从而影响其商业模式的可行性。 4. 交易订购市场的问题:Flashbots拍卖的交易订购市场可能会导致一些交易被优先处理,这可能会引起公众的不满和质疑。 5. 法律和监管问题:Flashbots拍卖的运营可能会受到法律和监管的限制和约束,这可能会影响其商业模式的可行性和长期发展。 6. 机制风险:许可和排他的交易路由基础设施的发展可能对以太坊的中立性、透明度、去中心化和公平性产生负面影响。Flashbots Auction作为一种开放和民主的选择,需要在未来的发展中找到解决方案,以避免这种影响。 来源:金色财经
lg
...
金色财经
2023-09-08
揭秘以太坊交易包中未知类型的MEV
go
lg
...
者通过监控区块链网络包括区块状态等生成
套
利
交
易
。一些交易信息是在区块链 P2P 网络上传播,或者说在矿工或者验证者的交易池中储存还没有正式上链的一些交易,当套利者监听到这些交易信息之后,他通过一些策略产生自己的
套
利
交
易
,然后把
套
利
交
易
指定在接下来区块某一个位置,比如说他要在下一个区块的头部,或者说在某个交易的后面紧跟着执行策略化交易来传播一样的
套
利
交
易
。这样去指定某个位置的套利活动,我们可以把它认为是 MEV 活动。比如套利者监控到资产价格发生了波动,它就可以在价格低的交易池中购买到相应的资产,然后在另外一个价格高的资金池中高点卖出,这样我们认为是一个 MEV 的活动。 MEA 活动目前来说主要是套利者围绕 DeFi 生态展开的,因为 DeFi 生态目前主要聚集着资产,到目前为止,以太坊包括其他链 DeFi 生态已经吸引了超过 400 亿美元的资金量。这里需要提一个关于 DeFi 生态的概念,称之为 DeFi action,它对应的是一个 DeFi 应用提供的原子化服务操作,比如像我们知道 AMM 支持不同类型的资产之间进行兑换,用户可以出售一笔 USDC,然后得到一笔 ETH,这样的一个操作可以被定义为 DeFi action。我们可以用 DeFi action 将 MEV 活动表示出来,例如一个用户监测到不同 AMM 上面资产价格有些差距,用户就可以通过低买高卖的方式,最终获得这笔价差利润。我们可以将这个 MEV 活动表示为两个 DeFi action。 目前学术界对于 MEV 活动的研究主要分三类,分别是三明治攻击、反向套利和清算,在我们工作的数据集里面,我们发现这三种 MEV 活动出现次数超过 100 多万笔。这里其实有一个问题,在我们知道这些 MEV 活动的定义之后,要怎么去识别活动的发生。如果我们想要识别这些 MEV 活动,我们就需要识别套利者的全部活动,比如说套利者产生哪些交易,这些交易里面又有哪些类型的套利,然后我们才能确定当前是哪个类型的 MEV 活动在发生,而整个过程严重依赖于我们对已知 MEV 活动的定义。以三明治攻击举例,我们知道三明治攻击的定义之后,想要确定三明治攻击的套利值,还有它对应的
套
利
交
易
,我们需要从定义出发设置非常多的规则,然后通过这些规则筛选出候选三明治攻击的套利值和交易。当通过这种方式去识别已知 MEV 攻击类型时,这里会有两个问题,第一个问题是我们已知三种常见的 MEV 活动是否能够代表所有的 MEV 活动?显然是不能的,因为 DeFi 生态一直在发展,新的应用也一直在开发,而这些套利者本身的策略其实也是在一直迭代的。第二个问题是我们怎么才能去发现这些未知的 MEV 活动。我们抱着这样的问题来看一下交易包机制。 交易包机制最早是在 2021 年提出的,简单来说就是用户可以组织交易队列,这个交易队列的长度可以是一个交易,也可以是若干个交易,然后用户将这些交易发给区块链网络中的中继者,中继者将这些交易收集之后直接并且私密地发给相关的矿工或者验证者。目前中继者会运行交易包去承接中继任务。交易包机制有一个非常重要的特征,这些用户在构造交易包的时候,他可以将其他人还没有上链的交易放到一个交易包,并且交易包中的交易顺序是可以任意操纵的。这个时候交易包的用户或者说使用交易包的套利者就可以设计他的套利规则。比如说他可以设计更复杂的并且获利更多的 MEV 活动策略。以三明治攻击为例,如果没有使用交易包,一个三明治攻击的套利者至少需要产生一对交易才能实现套利,而这一对
套
利
交
易
只能针对这一笔交易。这个攻击交易产生套利需要必须是以一定顺序执行才能确保它能够套利成功。但是如果一个套利者使用交易包时,他就可以收集很多笔可以套利的交易,只需要用一对相应的
套
利
交
易
就可以同时对多笔交易产生套利。这个交易包只要上链,它就一定套利成功,并且因为它同时对多笔可套利的交易进行套利,所以说它的套利结果也是收益更多的。 交易包的特性是有非常丰富且复杂的 MEV 活动。因为使用交易包的用户将自己完整的交易封装在交易包中,然后发给 P2P 网络的中继者,最后发给相应的矿工和验证者。我们通过交易包可以准确且完整的去识别到全部活动。因此我们是可以通过交易包媒介去比较准确的识别到一些未知的 MEV 活动。 工作流与设计思路 接下来具体介绍一下我们的工作流。我们是怎么通过交易包这样的媒介去发现未知的 MEV 活动的呢?核心工作流包括两个工具,首先我们在中继者收集到交易包之后使用 ActLifter 工具将交易包中的每一笔 DeFi actions 识别出来,在拿到结果之后,再将这个交易包中所有行为表示出来。然后用 ActCluster 工具通过聚类的方法将有着相似活动的交易包聚集到一起,通过聚类出来的结果,更快地发现新的 MEV 活动。如果我们想要发现未知的 MEV 活动,那么不可避免地需要人工最终确认 MEV 活动是不是一个未知类型,当然我们工作设计的目标尽可能的让人工工作量最小化的,并且让整个过程是尽可能自动化地开展。 目前已经有一些工具可以从交易中识别 MEV 活动。我们可以粗略分为两类,第一类是纯人工总结规则;第二类是纯启发式规则,也就是用一个纯自动化的启发式规则识别特定类型的 MEV 活动。例如它识别到目前的一些转账信息之后,检查有没有满足启发式规则,如果满足之后,就能够识别到对应的活动。第一种纯人工总结规则的方法能达到比较好的精度,因为这个过程完全是人工分析特定的应用,然后它可以保证检测结果是准确的,但是分析任务需要涉及到非常大的工作量,所以不能覆盖到各个 DeFi 应用。第二个工作虽然说可以实现纯自动化,但是启发式规则也只能覆盖到一些特定类型。另一方面启发式规则在设计上是有些问题的,导致它的识别精度不能让人满意。 我们综合两类方法的优点设计了我们工作流程。我们可以识别到十种目前比较主要的 DeFi action。我们只需要人工确定出来 DeFi 应用里面哪一个事件在发起之后是对应着哪一个类型 DeFi action 之后,我们就可以不需要人工分析,后面就可以完全交给自动化分析。第二类方法可以完全自动化识别到 DeFi action,但是它不能确定分析的对象是和 MEV 活动相关的。比如说我们识别到 SWAP 转账,它可能会将两个完全不相关的转账组合去识别成一个 DeFi action,自然它识别的结果是错误的。但我们可以借助这个信息去筛选出来真正和 DeFi action 相关的信息。而拿到这些信息之后,我们可以通过自动化方法规避掉像第二类方法中发生的一些错误情况。 比如这里有一笔交易一共涉及到了四笔转账,它们的发生顺序、资金数量和类别等用序号标示出来。在这个过程中,AMM 其实是发起了一个和 Swap action 相关的事件。第一类方法在确定到这个事件发起之后,它要通过事件的一些参数来恢复出来当前的内容。例如它需要看 699 合约的代码、业务逻辑和一些函数变量恢复出来当前的内容。我们在拿到这些信息之后,针对它特有的资产转账特征设计了一个规则,比如说我们提炼的规则就是当前操作 DeFi 的合约是有收到和转出不同类型资产,当我们发现有两笔这样的资产转账是符合这样的特征之后,我们就可以恢复出来对应的一个 Swap action 内容。第二类方法就直接去匹配两笔资产转账,这两笔资产转账账户是收到和转出了不同类型的资产。第一笔和第五笔这两笔转账它就会认为是一对相关的转账,并且认为中间的账户是一个 AMM,显然我们可以很直观看到识别结果是不准确的。 我们通过人工分析总结出来的规则是相关事件对应的 DeFi action 类型的,虽然说结果是通过人工分析总结出来的,但是我们还是尽量把人工分析的过程提炼成一个半自动化的过程,从而确保我们整个过程的可靠性。我们会从 DeFiPulse.com 和 Dapp.com 官网查询 DeFi 应用的官网、开发者文档,包括一些合约源码。我们开发解析工具能够从这些涉及到的材料中提取出关于事件在文档中的一些描述,例如这个事件是怎么用代币定义的以及在哪些函数里面,这些事件被使用的代码片段和代码注释。我们把这些东西提取之后,通过我们人工分析加讨论,最后确定出来有 88 个事件分别对应着不同类型的 DeFi action。 我们将待分析的交易输入这个字典当中,从交易中解析它发生了哪些事件。然后当事件在这个字典中出现之后,我们根据相应的规则提取出关键信息,例如是哪个合约在操作这个 DeFi action,然后这个 DeFi 的类型是什么,以及哪些资产转账是和这个 DeFi action 相关的。在拿到这样的内容之后,我们会对应总结出来资产转账的特征规则,然后用这个规则匹配最终的 DeFi action。我们从十个 DeFi action 定义出发,将资产转账的特征规则做了总结。我们在前一步收集到这些信息之后,我们会用这些匹配规则进行匹配,最终帮助我们识别到这个交易中有哪些 DeFi 发生了哪些具体内容。在 ActCluster 识别出来交易包中的每一笔交易之后,我们就可以表示出交易包的行为。 我们先了解一下 ActCluster 设计原则。我们知道人工分析在这个过程中是不可避免的,它必须要依赖人工才能确定出来交易包的活动是不是一个未知类型的 MEV 活动。基于这点,我们的基本思路是通过聚类的方式,将一些活动相似的一些交易包聚到一起。对于每个聚类,我们只需要随机抽样一个或者是几个交易包分析,就能加速人工分析的过程,最终发现不同类型的 MEA 活动。我们使用聚类分析对交易包进行聚类时,会面临一个两难的问题。当我们把交易包的聚类力度设置的比较粗时,包含着不同类型活动的交易包会被聚到一起,这个时候虽然说聚类出来的数量是变少了,相应的人工分析任务也是变少了,但是有一些新的 MEV 活动会被漏掉。假如说我们把聚类的力度调的比较细的话,虽然说我们能区分出来一些相似但是不同的 MEA 活动对应的交易包,但是相关涉及到的人工分析的工作量大大增加了。 基于这样的一个问题,我们设计了迭代聚类分析的方法,它会多轮迭代地进行聚类分析。每一轮我们会把包含着已知的前几轮发现了新 MEV 活动交易包剔除出去,然后对接下来剩下的交易包提升聚类的力度。我们不能直接使用传统的聚类方法对交易包进行聚类的,因为交易包其实是包含着多笔交易,而一笔交易里面又可以包含着多个 DeFi action。整个交易包我们如果把它表示出来,它的结构其实是异构,是分层的。这个时候我们就用了表示学习的方法将这个交易包的内容表示到一个定位空间里面。我们使用表示学习的优点就是我们不需要对我们要分析处理的数据进行深度学习和理解,也不需要很丰富的领域知识,我们只需要单纯的做数据导向处理就可以了。 比如说我们只需要对交易包用标签标注一下交易包里面包含哪些 MEV 活动。如果知道一个 MEV 活动定义的话,我们是比较容易设计相应的规则,能够自动化的检测出来它有没有存在。我们可以自动化对这些要表示学习的交易包进行标签标注。我们的聚类分析是一个迭代类型的,而在每次迭代之后,我们可以发现新的 MEV 活动,这个时候我们其实是可以将这些新发现的 MEV 活动对应的标签丰富到我们表示学习的过程中。当我们表示学习过程中使用的标签被丰富的时候,整个表示学习模型训练的性能和效率是可以迭代提升的,而且这个表示学习对交易包的活动表示能力也可以迭代提高。一个交易包里面其实是可以有多笔交易的,而一笔交易里面其实也是可以有多笔 DeFi action 的,我们需要将交易包需表示出来。首先对于每一类的 DeFi action,我们定义出一个标准化参数,比如哪个合约在操作在进行的,然后收到的和转出的资产的数量和类型是什么?我们通过这种方式去定义出每种 DeFi action。如果我们识别到一个交易里面有多个 DeFi action,我们将它们用 action block 表示出来,从而能够将这个交易对应的 transaction block 表示出来,包含着交易的源信息,比如这个交易谁发起的,这个转向又是发给谁的等。交易里面发生 DeFi action,我们会按照顺序去用 action block 做填充。其中的每一笔交易用 transaction block 做一个表示,最后我们获得的交易包的结构,而这个可以认为是一个矩阵。在这个交易包表示出来之后,我们就可以拿去做表示学习。每个交易包是一个统一结构,然后我们就可以用模型进行批量处理了。 性能评估 接下来分享我们用了哪些方法来评估工作流性能。我们整个分析过程的数据集是通过 Flashbots 提供的 API,并且收集了 2021 年 2 月到 2022 年 12 月的交易包数据,包括了超过 600 万个交易包以及 2600 万个交易。 我们设计了一些工具用来比较 DeFi action 的精度和完整度。这里需要注意的是,在这些链上工具里面,目前只有 Etherscan 可以通过它的网页和它的提供的信息恢复出来交易里面的 DeFi action。而像 DeFiRanger,我们是根据他们的论文复现出来他们的方法。在此之外,我们设计了一个叫做 EventLifter 工具,尝试直接从交易事件去恢复出来 DeFi action。我们在不同的配置下测试了 ActLifter,同时用了多样工具去比较识别的精度。对于 ActCluster 来说,我们主要思路是采用消融学习的方式,我们对于能够识别到的新活动,在消融掉 ActCluster 一部分模块之后,我们如果还想识别到没有发现的一些新活动,我们需要人工分析多少交易包或者说我们人工分析的工作量是有多大。比如我们对 ActCluster 表示学习模块中的动态标签更新做了一个消融,我们其实就是把整个过程消融掉了。我们从 600 万个交易包中去随机抽样,然后看我们要人工分析多少个交易包才能发现同样数量的新 MEV 活动。 我们的工具在配置统一的情况下是能够达到接近百分之百的精度和完整度。但是像其他工具如 Etherscan 虽然它的精度能达到百分之百这比较满意的情况,但是会有漏掉非常多的 DeFi action。Etherscan 本身是没有开源方法的,我们推测它可能是用人工分析的方法总结规则来识别 DeFi action,它相应的会漏掉一些人工无法覆盖到的类型。这里需要注意一点 Etherscan 其实是没有提供自动化接口,如果你想去做大规模识别,其实是不能直接完成这样的任务。完全使用潜规则识别的 DeFiRanger 在精度和完整度上不能让人满意。我们对 ActCluster 做实验之后,发现可以通过四轮迭代分析,一共只需要分析 2000 个交易包就可以找出来 17 个未知 MEV 活动。像我们将其中的一些模块进行消融之后,我们最多可能需要人工分析 17 万个交易包,才能把刚刚提到的 17 种未知 MEV 活动识别出来。 实证分析和应用 我们这样能够识别到未知类型 MEV 活动的方法有哪些具体的应用呢?第一它是否能够增强当前存在的 MEV 缓解措施,能够去防御一些 MEV 活动。第二个是利用分析结果,我们是否能够更全面的分析 MEV 活动对区块链生态的影响,包括对区块林分叉重组和用户金融安全的影响。 我们前面有提到过 MEV boost 网络攻击者会运行工具将交易包从用户这里拿到,然后最后分发给连接他们的这些矿工和验证者。中继者会把他们收到的交易包中包含着 MEA 活动的交易包剔除出去,他们通过这样的方式能够减少 MEA 活动对区块链的一些负面影响。这个环节主要的思路是通过已有的 MEV 活动的定义设计相应的规则去检测交易包里面有没有包含 MEV 活动。显然这些中继者是无法排除掉一些包含未知 MEV 活动的交易包。基于我们的工作流,我们就设计了一个 MEVHunter 工具,这个工具可以把我们检测到的新类型 MEV 活动从交易包里面检测出来。 检测结果显示有 100 多万个交易包里面是包含反向套利 MEV 活动的,另外 600 万个交易包里面有 30% 的交易包是包含三种已知的 MEV 活动。对于我们新发现的 MEV 活动,我们发现接近一半的交易包是只包含这些新 MEV 活动的。如果中继器用 MEVHunter 工具的话,可以帮助他们筛选出来 300 万个包含着 MEV 活动的交易包,然后可以选择把这些交易包去剔除出去,降低 MEV 活动对区块链的负面影响。 第二个应用是我们去探究新型 MEV 活动对区块链分叉和重组的影响。之前的一些研究有报道说一些金融性的矿工会被一些 MEV 活动的收益所激励,从而去分叉和重组当前的区块链,自己去进行 MEV 活动并享有收益。比如当一个区块的 MEV 活动的收益是区块奖励的 4 倍时,就会有不少于 10% 的矿工对这个区块进行分叉和重组。 我们首先根据刚刚提到的 MEVHunter 工具识别到哪些交易包包含新的 MEV 活动,然后通过这些交易包中矿工的收益去预估这些 MEV 活动相应的强度。这里需要介绍一个概念,在交易包机制里面,这些套利者为了确保自己的
套
利
交
易
包能够上链,通常会将 MEV 活动收益的一部分分享给矿工,然后矿工最终会选择收益最高的交易包上链。我们用这一笔收益是可以统一预估出来每个交易包中 MEV 活动的。根据我们的统计结果发现 MEV 收益是区块奖励的四倍到八倍的区块一共有 900 多个,另外有一个区块的 MEV 奖励甚至是区块奖励的 700 多倍。我们用马尔科夫决策的框架确定给定一个 MEV 收益,最少能够激励多少矿工进行区块分叉和重组。我们最终发现有 1000 多个区块是可以激励不少于 10% 的矿工去做区块分叉和重组。而像最严重的区块,有不少于万分之六比例的矿工去做区块分叉和重组的。 第三个应用是探究 MEV 活动对区块链用户金融安全的影响。MEV 活动其实是可以导致区块链用户的交易在交易池或者 P2P 网络上等待上链的时间会被延长,这也是 MEV 活动对用户的金融安全主要威胁之一。如果用户的交易被延迟上链了,那么套利者就可以有更多的时间设计更复杂且获利更多的 MEV 活动。第三个应用是比较 MEV 活动对于用户交易最后上链需要等待时间的影响。第一步我们同样是收集交易的等待时间。我们主要是通过在网络上部署节点,然后记录第一次发现在网络上发现这个交易的时间,以及这个交易最终上链的时间,最后算出它需要等待的时间。我们用每个区块中所有交易的等待时间的三个四分位点去做统计,这样我们就可以以每个区块为单位将交易的等待时间整理成一个时间序列。然后对应每个区块里面的 MEV 活动也是用每个区块里面矿工从包含着新 MEV 活动的交易包中获得的收益刻画出来,这样的话我们就拿到了多条时间序列。我们通过格兰杰因果测试评估 MEV 活动对于交易时间的影响,因果测试可以确定一条时间序列里面的波动是否导致另外一条时间序列的波动,以及它在多长范围内影响或者导致了另外时间序列里面的波动。当 MEV 活动发生波动的时候,它是否导致用户的交易的等待时间变长,以及在后续的多少个区块范围内影响是存在的。 因果测试的 P 值小于等于 0.5 时,意味着这个区块内的交易等待时间被之前的 MEV 活动影响而延长了。根据分析结果可以发现当发生 MEV 活动时,后续两个区块内 50% 的交易等待时间会被延长。当 MEV 活动发生之后,接下来 30 个区块内 25% 的交易等待时间会被延长。矿工或者验证者会把 Gas 费比较低的交易放到封装区块的尾部,用户交易 Gas 越低,受到 MEV 活动的影响范围就会越大,等待时间会被延长的更久。 最后总结,我们首先分享了如何通过工作流找到未知的 MEV 活动,以及工作流中两个模块的详细设计,然后我们通过实证分析验证了工作流的有效性,同时列举了三个应用。目前,我们用工作流发现了 17 种新的 MEV 活动。 来源:金色财经
lg
...
金色财经
2023-09-08
一文澄清模块化区块链的7大误解
go
lg
...
验证相结合来实现。 如果不同卷上的多个
套
利
交
易
是一个问题,那么它们不仅限于模块化区块链。即使在同一层上使用多个DeFi协议,也可能发生跨资产分类账的重复计算。如果ETH-USDC的价格在Binance上是1800美元,在Aave上是1600美元,在Compound上是1700美元,这需要两个单独的
套
利
交
易
来解决。 多重
套
利
交
易
并不是模块化区块链的排他性功能或结果。 误解4:应用rollup不能为开发者提供任何实验或盈利机会 有一种误解认为,应用rollup不会为开发者提供任何新的实验或盈利途径。他们认为,单体链上的现有结构提供了足够的实验或创收工具。 事实:模块化rollup允许灵活的实验,包括创造性的盈利机会等等。 模块化rollup使开发人员能够在各执行环境中工作,不仅促进了多样性,而且还具有节约成本的优势。与成本高昂的单体链相比,特定应用rollup通常更经济、更精简,移除了管理基础设施和索引器等复杂性。 很明显,如果将应用部署为特定应用rollup,则应用可以捕获MEV(rollup内以及跨链)。有一种误解认为,向部署在全局“单体”状态机上的智能合约添加一些逻辑更改,就可以通过单体区块链实现同样的目的。 向部署在全局“单体”状态机上的智能合约添加一些逻辑更改可能会获得类似的结果。但是,当应用rollup的任意执行环境具有如此大的潜力时,坚持全局状态模型和单个VM执行的想法就没有多大意义了。如上所述,有些应用可能更适合于完全不同的执行环境,而不是标准EVM或SVM。模块化区块链可以实现这一点,我们认为需要在执行环境、账本身份验证、访问、自定义状态模型等方面进行更多的实验,继续推动行业向前发展。 以传统技术栈为例,开发网页/移动应用并不存在单一的编程语言或标准方法。区块链为什么要有所不同呢?任何行业都可以通过模块化rollup实现多样性选择,进行积极的实验,进而解锁新的盈利机会! 除了收益机会之外,在单体链上部署和维护应用的“成本”可能比简单地部署特定应用rollup要高得多。单体链上的大多数应用开发人员需要管理大量的基础设施、索引器、交易中继供应商、RPC全节点供应商,等等。 模块化结构能够抽象出这种复杂性,允许具有合适结构(特定应用的、自定义状态转换函数、自定义状态)的专用链绕过这些基础设施管理要求——这通常比自己尝试在单体链上启动所有东西要便宜。 就算忽略所有这些好处,我们真的希望开发人员限于现状裹足不前吗? 误解5:模块化区块链并不能解决跨应用拥塞 该误解是单体链架构足够应对跨应用拥塞,不需要分成几个特定应用rollup。 事实:模块化链中的新范式允许更有效的收费机制 在实践中,使用相同的全局收费市场对每种资源进行定价,会限制整个系统的吞吐量。虽然像Solana和Aptos这样的本地化收费市场能够有效地缓解应用级别的拥塞,但却无法解决跨应用的拥塞问题。 这正是模块化系统的开发者试图解决的问题。通过将应用部署为特定应用rollup,项目可以获得独有执行环境和特定应用收费市场。 当基础层发生价格飙升和拥堵时(直接发生或通过其他L2导入)会发生什么? 特定应用rollup可以保持正常运行,如果它只是在此类峰值期间延迟在基础层上发布交易,则不会受到影响。该应用用户仍然可以获得软性最终确定性,虽然“硬性”最终结果可能会延迟。 像Avail这样的在可扩展的以DA为中心的基础层上的rollup能够根据rollup需求扩展DA块大小,在很大程度上缓解了这一问题。 在通过递归证明聚合实现异步消息传递的rollup生态系统中,每个应用都可以有自己的吞吐量和交易定价。它们可以按照自己的节奏运行,而不必担心需要交互的其他链。异步消息传递可以在没有同步假设的情况下实现可验证的包含,因此与单体链相比,在避免共享状态访问方面,用户可以获得更大的灵活性。 由证明聚合支持的异步范式使你能够在不同的时间点将交易发布到单个链中,以避免单个链的拥塞,不会牺牲掉应用之间的原子性或可组合性。这提供了一套更丰富的工具来表达intent(意图),这些意图在单体链上的应用之间的同步可组合性方面是非常有限的。 误解6:模块化缺乏垂直整合,会抑制创新。 还有一个误解是模块化意味着没有垂直整合。也有人认为,模块化链提供的灵活性被高估了,并不需要建造新的东西。 事实:模块化系统允许创造性地构建未来用例 事实是,模块化系统可以组合为垂直整合堆栈,其复杂性可以从应用开发人员那里抽象出来。 无需许可创新的前提是允许应用开发人员进行实验并提出新的想法,同时仍然从部署应用程序的堆栈中获取高度安全性。如果应用部署在升级成本很高的L1上,就会限制这种无需许可特性。 模块化系统降低了试验新执行环境、新状态模型和新访问机制的成本。它们提供更低的费用和更低的延迟。如前所述,可以通过一个或多个以流动性为中心的rollup或流动性中心轻松实现对现货DEX、稳定币和法币入金渠道的访问。 不进行实验,就不可能预测正确实现的模块化堆栈能促成哪些用例。当互联网出现时,比尔·盖茨(Bill Gates)对互联网用例的最佳猜想是观看棒球比赛录像。这表明,如果不允许人们进行无需许可的创新,预测一项技术的发展方向是多么的困难。 误解7:rollup不能像L1链那样硬分叉 有一种误解认为rollup不能硬分叉。它们与基础层上相连,硬分叉意味着基础层本身必须分叉。 事实:模块化链上的主权rollup允许无缝硬分叉,不依赖于基础层。 这一误解源于目前在以太坊上实现rollup的方式——将L1资产的基础层桥与状态验证机制结合在一起。我们不应该将桥和验证机制相混淆。 rollup本身当然可以进行硬分叉,这与L1分叉的方式非常相似。桥本身是一个独立结构。Jon Charbonneau在一篇文章中很好地解释了为什么rollup不等同于桥。rollup不是由桥定义的,因此桥在其他链上的硬分叉能力不应该等同于rollup本身的硬分叉能力。 Avail上的主权rollup可以被视为类似于任何常规区块链。存在与rollup节点同步的rollup完整节点。不同之处在于,rollup交易数据也被发送到Avail,然后Avail上的DA轻客户端就可以随机采样数据并验证数据可用性。这些轻客户端也嵌入到rollup节点中促进这个过程。这种结构与以太坊类型或enshrined结算层类型的rollup的主要区别在于,rollup节点和轻客户端验证规范链,而不依赖于基于智能合约的enshrined验证机制。 总结 目前,区块链是一个小众行业。我们需要比现在更多的用户、更多的采用和更大范围的用例。 为了实现这一目标,我们需要降低实验成本,让用户和开发人员在单体或模块化生态系统之间做出明智的选择。我们希望通过阅读本文,你已经了解了更多关于模块化系统的扩展潜力相关知识,并且在需要时能够更好地做出自己的选择。有了合适的工具,我们相信你会带来出超出想象的创新。 让rollup千花绽放! 来源:金色财经
lg
...
金色财经
2023-09-06
上一页
1
•••
76
77
78
79
80
•••
96
下一页
24小时热点
中国经济重磅!中国最高领导人敦促“抓这件大事” 罕见措辞释放就业重大信号
lg
...
令人震惊的行情!金价暴跌近44美元 原因在这里 非农来袭如何交易黄金?
lg
...
仅1.2万!非农数据大“爆雷”!黄金飙升、上破2760 市场加大11月降息25个基点押注
lg
...
金价突然暴跌不要怕!华尔街大鳄:黄金今年的“爆炸性上涨”只是刚刚开始
lg
...
今日非农恐被扭曲:最低7万!以色列突然“高度戒备”,恐慌指数狂飙
lg
...
最新话题
更多
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
10讨论
#海外华人投资#
lg
...
27讨论
#链上风云#
lg
...
46讨论
#美国大选#
lg
...
982讨论
#VIP会员尊享#
lg
...
1416讨论