Торговля и предоставление ликвидности в AMM с концентрированной ликвидностью

Сводка

В диссертации разрабатываются модели и стратегии для автоматизированных маркет-мейкеров с постоянным произведением и концентрированной ликвидностью. Рассматриваются как покупатели ликвидности, включая крупные ордера и статистический арбитраж, так и поставщики ликвидности, управляющие позициями в одном или нескольких пулах. Данные рынка служат основой для моделирования: используются сведения из Uniswap v3 и анализ цен, ликвидности, торговых издержек, совместного движения, опережающих и запаздывающих эффектов, побочных эффектов и причинности между площадками.

Для покупателей ликвидности выводятся стратегии, использующие цены конкурирующих площадок как сигналы и торгующие корзинами совместно движущихся криптовалют. Для поставщиков представлены стратегия стохастического управления, выбирающая ширину диапазона ликвидности с учётом прибыльности пула, динамики позиции и риска концентрации, а также безмодельный подход с сетью LSTM для нескольких пулов. В документе описаны эмпирическая мотивация и вывод стратегий, однако предоставленный текст не содержит численных результатов эффективности; итоги зависят от предположений модели, данных и реализации.

Ключевые идеи

• В диссертации изучаются торговля и предоставление ликвидности в AMM с постоянным произведением и концентрированной ликвидностью.
• Стратегии покупателей ликвидности используют цены конкурирующих площадок и связи между активами для крупных сделок и статистического арбитража.
• Анализ охватывает цены на торговых площадках, ликвидность, торговые издержки, опережающие и запаздывающие связи, эффекты распространения и причинность.
• Метод стохастического управления задаёт ширину диапазона ликвидности поставщика с учётом прибыльности пула, динамики позиции и риска концентрации.
• Безмодельный подход на основе LSTM оценивает стратегии предоставления ликвидности в нескольких пулах.

Теги

# Automated Market Making and Decentralized Finance


# Automated Market Making and Decentralized Finance









Automated market makers (AMMs) are a new type of trading venues which are revolutionising the way market participants interact. At present, the majority of AMMs are constant function market makers (CFMMs) where a deterministic trading function determines how markets are cleared. Within CFMMs, we focus on constant product market makers (CPMMs) which implements the concentrated liquidity (CL) feature. In this thesis we formalise and study the trading mechanism of CPMMs with CL, and we develop liquidity provision and liquidity taking strategies. Our models are motivated and tested with market data. We derive optimal strategies for liquidity takers (LTs) who trade orders of large size and execute statistical arbitrages. First, we consider an LT who trades in a CPMM with CL and uses the dynamics of prices in competing venues as market signals. We use Uniswap v3 data to study price, liquidity, and trading cost dynamics, and to motivate the model. Next, we consider an LT who trades a basket of crypto-currencies whose constituents co-move. We use market data to study lead-lag effects, spillover effects, and causality between trading venues. We derive optimal strategies for strategic liquidity providers (LPs) who provide liquidity in CPMM with CL. First, we use stochastic control tools to derive a self-financing and closed-form optimal liquidity provision strategy where the width of the LP's liquidity range is determined by the profitability of the pool, the dynamics of the LP's position, and concentration risk. Next, we use a model-free approach to solve the problem of an LP who provides liquidity in multiple CPMMs with CL. We do not specify a model for the stochastic processes observed by LPs, and use a long short-term memory (LSTM) neural network to approximate the optimal liquidity provision strategy.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.