Алгоритмический стейблкоин и рекурсивный оператор: Исследование и вызовы инноваций в Децентрализованных финансах

В последнее время алгоритмический стейблкоин стал热门话题 в области блокчейна. Многие люди полны любопытства по поводу этой концепции, считая, что она может превзойти традиционные залоговые стейблкоины и модели автоматических маркет-мейкеров (AMM), и даже имеет шанс достичь цели, которую не смогли реализовать биткойны: полностью децентрализованная и саморегулируемая глобальная валютная система. Эти ожидания исходят из недостаточного понимания сущности блокчейна и валюты, а также новизны, которую приносят новые рекурсивные операторы, введенные алгоритмическим стейблкоином.

Рекурсивный оператор — это алгоритм, который в процессе последовательных изменений состояния смарт-контракта использует предыдущее состояние в качестве входных данных и многократно генерирует следующее состояние. Такой дизайн не является редкостью в блокчейн-среде, поскольку открытость данных на цепочке и серийная природа смарт-контрактов естественным образом формируют временной ряд. Рекурсивная обработка аналогичных операций может привести к образованию нелинейной структуры, а также к эффекту геометрической прогрессии, создавая сильные положительные обратные связи, что в высокой степени соответствует свойствам самоусиления игр на цепочке.

Однако чистая рекурсия временных рядов не является идеальным решением, так как она полностью определяет будущее состояние текущим состоянием. Действительно стоит обратить внимание на сочетание рекурсивного оператора с другими элементами, вводя новую информацию в процессе перехода состояний. Эта новая информация отражает игровые свойства, обладает непредсказуемостью, но при этом формируется под воздействием рекурсивного оператора, создавая определенные общие ожидания. Эта сложная интеракция, в свою очередь, влияет на другие операторы, создавая резонанс и производя управляемые ожидаемые характеристики. Мы называем такие операторы многократными рекурсивными операторами.

В качестве примера рассмотрим распространенные простые алгоритмические стейблкоины, где оператор ценообразования генерирует цену Pt, а расширенный объем Mt является многократным рекурсивным оператором. Mt является функцией Pt, тогда как Pt+1 зависит от Mt, что создает косвенную рекурсивную связь между Mt+1 и Mt. При взаимодействии операторов ценообразования формируется периодическая отрицательная обратная связь, которая постепенно стремится к стабильной цене. Этот дизайн основан на теории равновесия спроса и предложения, но из-за того, что игровой процесс происходит на вторичном рынке, точность ограничена, что приводит к медленной передаче цены и затрудняет быстрое достижение стабильного равновесия.

Кроме операторов, предоставляющих отрицательную обратную связь, существуют также рекурсивные операторы, предоставляющие положительную обратную связь, цель которых — достичь самоусиления, а не стабильности цен. Типичным примером является механизм выкупа в определенной системе: выкуп уменьшает рыночное предложение, повышает цены, улучшает производительность, удовлетворяет больший спрос, приносит больше прибыли и, в свою очередь, увеличивает выкуп, формируя благоприятный цикл. Этот простой и эффективный метод с характеристиками, противоположными марковским, в будущем может привлечь внимание большего числа разработчиков цепочных протоколов.

С точки зрения чистой математики, остается вопрос, может ли рекурсивный оператор создать стабильные свойства коротких периодов. Следовательно, стейблкоины, основанные на рекурсивном операторе, трудно свести к стабильной структуре. Особенно учитывая, что алгоритмические стейблкоины косвенно влияют на соотношение спроса и предложения, изменяя общее количество, их процесс передачи происходит медленнее, условия для достижения стабильного равновесия более строгие, что делает выполнение своих целей более сложным.

В многоуровневых рекурсивных операторах шаг введения новой информации имеет решающее значение. Общие свойства равновесия блокчейна действительно способствуют введению большего количества информации, которая имеет определенную неопределенность в рамках конкретной игровой структуры, но при этом следует единой информационной рамке. Эта информация в сочетании с рекурсивными операторами формирует общее ожидание, что может создать иллюзию стабильности. Многие проекты могут попасть в эту иллюзию, и без строгого анализа теории игр трудно полностью понять общие свойства равновесия, что может привести к результатам, противоположным ожиданиям.

В области Децентрализованные финансы большинство рекурсивных операторов связано с ценовыми последовательностями, поскольку ценовые игры являются наиболее концентрированным и труднопредсказуемым или контролируемым алгоритмами видом игры. Однако при текущем использовании ценовых последовательностей часто полагаются на механизмы AMM, а не на эффективные децентрализованные оракулы, что может привести к тому, что рекурсивный процесс станет предсказуемым или контролируемым, что противоречит первоначальному замыслу. Просто надеяться, что AMM постепенно станет эффективным, недостаточно, поскольку атаки напрямую отражаются в ценовых последовательностях AMM и не могут быть автоматически исключены алгоритмом.

Кроме того, многие проекты разрабатывают рекурсивные величины, которые не напрямую связаны с переменными спроса и предложения, определяющими ценовые последовательности, а связаны с общим объемом активов. Такой подход затрудняет прямое взаимодействие с ядром игры вторичного рынка и может привести к искажению передачи операторов.

В будущем должно быть больше переменных, сочетающихся с рекурсивными алгоритмами, особенно тех параметров, которые отражают сложность рыночной игры. Эта область заслуживает глубокого изучения и, возможно, приведет к развитию серии нелинейных операторов. При проектировании Децентрализованных финансов следует тщательно анализировать механизмы передачи информации рекурсивных операторов, чтобы избежать предсказуемости и контроля, тем самым достигая истинных инноваций и прорывов.