Алгоритмічний стейблкоїн та рекурсивний оператор: дослідження та виклики інновацій DeFi

Нещодавно алгоритмічний стейблкоїн став популярною темою у сфері блокчейну. Багато людей зацікавлені в цій концепції, вважаючи, що вона може перевершити традиційні забезпечені стейблкоїни та моделі автоматичного маркет-мейкінгу (AMM), і навіть має потенціал досягти мети, яку не вдалося реалізувати біткоїну: повністю децентралізовану та саморегульовану глобальну валютну систему. Це очікування походить від недостатнього розуміння природи блокчейну та грошей, а також новизни, яку приносить новий тип рекурсивного алгоритму, введеного алгоритмічними стейблкоїнами.

Рекурсивний оператор - це правило обчислення, яке в процесі безперервних змін стану розумного контракту використовує попередній стан як вхідні дані та повторно генерує наступний стан. Таке проектування не є рідкістю в середовищі блокчейну, оскільки відкритість даних на ланцюгу та серійна природа смарт-контрактів природно формують часовий ряд. Рекурсивна обробка подібних операцій може створювати нелінійні структури, навіть геометричні ефекти, формуючи яскраво виражені позитивні зворотні зв'язки, які добре узгоджуються з властивостями самопідсилення гейміфікації на ланцюгу.

Однак простий рекурсивний часовий ряд не є ідеальним рішенням, оскільки він повністю визначає майбутній стан на основі поточного стану. Справжня увага повинна бути зосереджена на поєднанні рекурсивних операторів з іншими елементами, щоб ввести нову інформацію під час переходів станів. Ця нова інформація відображає ігрові властивості, має непередбачуваність, але при цьому підлягає впливу рекурсивних операторів, формуючи певні спільні очікування. Ця складна взаємодія, в свою чергу, впливає на інші оператори, створюючи резонанс і генеруючи контрольовані очікувальні характеристики. Ми називаємо ці типи операторів багаторазовими рекурсивними операторами.

Як приклад звичайного простого алгоритмічного стейблкоїна, ціновий оператор генерує ціну Pt, в той час як загальна кількість Mt є множинним рекурсивним оператором. Mt є функцією Pt, а Pt+1 залежить від Mt, таким чином Mt+1 і Mt встановлюють непряму рекурсивну залежність. Завдяки поєднанню цінового оператора формується періодичний негативний зворотний зв'язок, який поступово наближає до стабільної ціни. Цей дизайн базується на теорії рівноваги попиту та пропозиції, але оскільки процес гри відбувається на вторинному ринку, точність обмежена, що призводить до повільної передачі цін, ускладнюючи швидке досягнення стабільної рівноваги.

Окрім операторів, що забезпечують негативний зворотній зв'язок, існують також рекурсивні оператори, які забезпечують позитивний зворотний зв'язок, метою яких є досягнення само-посилення, а не стабільності цін. Типовим прикладом є механізм викупу в певній системі: викуп зменшує ринкову пропозицію, підвищує ціну, покращує продуктивність, задовольняє більше потреб, приносить більше прибутку, що призводить до збільшення викупу і формує позитивний цикл. Цей простий і ефективний метод, що має протимарковські властивості, в майбутньому може користуватися більшою популярністю серед розробників блокчейн-протоколів.

З чисто математичної точки зору, залишається під питанням, чи може рекурсивний оператор створити стабільні короткострокові властивості. Отже, стейблкоїни, які спираються на рекурсивний оператор, важко досягають стабільної структури. Особливо з огляду на те, що алгоритмічний стейблкоїн, змінюючи загальну кількість, опосередковано впливає на співвідношення попиту та пропозиції, його процес передачі є ще повільнішим, умови для досягнення стабільної рівноваги є ще більш жорсткими, а досягнення власних цілей є досить складним.

У багатократних рекурсивних операторів етап введення нової інформації є надзвичайно важливим. Загальні властивості рівноваги блокчейну дійсно сприяють введенню більшої кількості інформації, яка має певну невизначеність у конкретній структурі гри, але дотримується єдиної інформаційної рамки. Ця інформація поєднується з рекурсивними операторами, формуючи загальні очікування, що може призвести до ілюзії стабільності. Багато дизайнів можуть потрапити в цю ілюзію, і без строгого аналізу теорії ігор важко повністю зрозуміти загальні характеристики рівноваги, що може призвести до результатів, які суперечать очікуванням.

У сфері Децентралізованих фінансів більшість рекурсивних операторів пов'язана з ціновими серіями, оскільки цінова гра є формою гри, в якій інформація найбільш сконцентрована і важко піддається прогнозуванню або контролю алгоритмом. Однак при поточному використанні цінових серій часто покладаються на механізм AMM, а не на ефективний децентралізований oracle, що може призвести до того, що рекурсивний процес стане передбачуваним або контрольованим, що суперечить початковому задуму. Сподіватися, що AMM поступово наближається до ефективності, недостатньо, оскільки атаки безпосередньо відображаються в цінових серіях AMM, і їх не можна автоматично виключити алгоритмом.

Крім того, багато проектів, що розробляють рекурсивні величини, не пов'язані безпосередньо з змінними попиту та пропозиції, що визначають цінові ряди, а скоріше пов'язані з загальною кількістю активів. Такий підхід важко безпосередньо торкнутися ядра гри вторинного ринку, що може призвести до спотворення передачі алгоритмів.

В майбутньому слід об'єднати більше змінних і рекурсивних операторів, особливо тих, що відображають складність гри на всьому ринку. Ця сфера заслуговує на глибоке дослідження, є надія на розвиток цілого ряду нелінійних операторів. При проектуванні Децентралізованих фінансів слід ретельно аналізувати механізм передачі інформації рекурсивних операторів, щоб уникнути прогнозування та контролю, що дозволить досягти справжніх інновацій і проривів.