当前池子策略

在高层次上，Rubicon Pools 充当 Rubicon 的开放式订单簿做市商。 这涉及策略师出价并以某种“价差”询问资产的真实汇率，以便为流动性提供者赚取收益并为用户结算交易。

本页详细介绍了 Rubicon Pools 采用的当前策略。 重要的是，Rubicon 团队现在是唯一的战略家。 随着时间的推移，Rubicon Pools 将向更多策略师开放，以努力使协议去中心化。 策略师角色的这些即将演变的阶段如下：接下来，获得许可的策略师将通过一种机制入职，在该机制中，他们将 BathTokens 绑定在一起（将利益与 Pools 对齐），以便利用 Pools 的流动性进行做市； 最后，战略家的角色将不允许任何人做市，同时保护用户流动性和对冲（使用智能合约代码和合理的博弈论）免受不良行为者的影响。 随着我们通过此战略路线图的进展，将发布更多详细信息。

新方法 (Live post-OVM 2.0 on 11/11)

Rubicon 最近从我们最初的 v0 策略被利用后学到了一些深刻的教训，这里有更多详细信息。 重要的是，BathPair.sol 上的 rebalance() 函数加上我们天真的策略家机器人行为启用了漏洞利用。 之所以在这里提到这一点，是因为新的策略师方法是一个重要的迭代，它从过去的错误中学习，以确保不再可能进行上述利用，保护用户资金，并提高池性能。

新的 Pools 策略有许多关键要素，请参阅以下细分：

  1. 重做 rebalance() 函数

新的再平衡功能将对旧功能实现两个新功能。首先，再平衡将允许策略师使用“缓冲区”或填充队列更轻松地在流动性池之间移动填充的资产。例如，当 USDC 对 ETH/USDC 货币对的出价结算交易（以某种价差获得收益）时，USDC 池中就会有 ETH（将其称为缓冲）。以前，我们天真地将所有填充从这个缓冲区移动到它们各自的池中（这允许在我们的 v0 漏洞利用中进行操作）。

新方法将允许策略师从一对填充的“缓冲区”中选择每种资产的数量来重新平衡。这确保了不良行为者无法在货币对上抛售，然后操纵池的虚拟价格（例如，在 ETH/USDC 出价上抛售 ETH 并加入 ETH 池以等待大量入站 ETH 重新平衡，就像在漏洞利用中所做的那样） .此外，这种新方法将允许策略师在配对的任一侧匹配填充时重新平衡（这就是该策略的工作原理！），确保不可能进行剧烈的池操作，并且一对中的两个池都在收回其资产同时进行再平衡。

2. 添加网络感知库存管理逻辑

新策略方法的另一个方面是能够减少同一网络（L2 或区块链）内其他交易场所的库存风险。 例如，如果 Rubicon Pools 正在做的市场以高于其他场所（例如 AMM）现成价格的溢价获得执行，策略师将减少该资产风险并将利润返还给池。

这是一个如何工作的示例。 假设 ETH/USDC 对在同一网络内的 AMM 上以 4500 美元的价格以 ETH 的价差（溢价）与市场汇率（假设为 5000 美元，尽管价差不会这么大）的价差成交。 一旦策略师认识到这一行为，该 ETH（策略师通过从该池中做市 USDC 出价将 USDC 换成 USDC）将在假设的 AMM 上以市场价格（5000 美元）出售 USDC，然后转回给 USDC 池。 这允许 USDC 池赢得做市溢价，同时不会产生任何无常损失或库存风险。

3.采用更优化的流动性曲线

我们最初方法的一个主要缺点是流动性在订单簿中的线性定位。 重要的是，我们领域的 AMM 和创新者，如 Uniswap（AMM 中持续产品做市的先驱）已经表明，流动性的非线性定位对于做市和保护 LP 是必要的。 在此处阅读有关这些曲线和恒定产品做市的更多信息。

新策略不会使用恒定乘积，而是采用指数流动性曲线来帮助自然平衡一对两侧的填充并保护 LP。 例如，在 ETH/USDC 对中，如果 ETH 出现大量抛售，卖方将因投标价格呈指数下降而出现滑点。 这在这种情况下保护了 USDC 有限合伙人，同时迫使大卖家支付越来越高的溢价（有限合伙人的收益）以从账面中提取大量 USDC（阻止可能导致池中库存转移的行为）。 这将导致 ETH 在填充缓冲区中等待重新平衡（一旦填充相等 - 根据当前市场汇率 - 在缓冲区内的货币对的两侧），其中它也将在缓冲区中交换为 USDC（一次 这种情况发生）确保两个流动资金池都能可靠地赚取收益而不受操纵。

请注意，上述策略仍在开发中，我们的目标是在 2011 年 11 月 OVM 2.0 发布后不久发布。 一旦部署，公共 repo 将使用此处找到的新逻辑进行更新

我们认为这些新元素将为系统提供巨大的推动和有意义的迭代。 重要的是，我们将继续迭代和改进我们的战略，与 Rubicon Pools 一起，在我们追求使 Rubicon Pools 成为主要和安全的货币乐高的目标的过程中永久有效。 为此，我们正在聘请一位专门的量化金融工程师来承担我们的内部策略师职责并进一步改进我们的方法。

未来改进(WIP)

  • 实施 HFT 市场影响模型以实现最优投标和账面询价。 这将进一步改善上述流动性曲线（对 CLOB 和生态系统条件作出反应）

  • 跨网络 (L2s)、第 1 层以太坊和非虚拟空间感知。 这将为库存管理和战略绩效提供更广泛的场所。

  • 针对资产特定、特殊（“仅上涨”）和可靠性能改进流动资金池风险回报概况

  • 该策略将始终适应当前版本的协议并与核心智能合约一起迭代（当然也将被改进为永久）

Previous策略Next池子增长率

Last updated