Antero Eloranta - ngày 6 tháng 10 năm 2025

Nghiên cứu này đã nhận được tài trợ từ ETHGas . Xin chân thành cảm ơn Kevin Lepsoe và đội ngũ ETHGas vì những phản hồi và nhận xét quý báu. Mọi ý kiến trong bài viết này đều là của riêng tôi.

1. Giới thiệu

Ngày nay, giao dịch trên chuỗi Ethereum diễn ra thông qua các Nhà tạo lập thị trường tự động (AMM) và mạng lưới giải quyết, với Uniswap là giao thức AMM lớn nhất và CoWSwap là mạng lưới giải quyết lớn nhất. Trên AMM, việc tạo lập thị trường diễn ra bởi các Nhà cung cấp thanh khoản (LP) lựa chọn các nhóm để cung cấp thanh khoản thụ động, trong khi trong các mạng lưới giải quyết, các nhà giải quyết chủ động cạnh tranh với nhau để tìm ra sự kết hợp tốt nhất giữa các nhóm AMM, kết hợp với thanh khoản cá nhân của họ, để giải quyết các giao dịch. Điều này về cơ bản khác với cơ chế Sổ lệnh giới hạn (LOB) được sử dụng trong các sàn giao dịch tài chính truyền thống để giao dịch, nơi các nhà tạo lập thị trường chủ động điều chỉnh các lệnh mua và bán của họ dựa trên các điều kiện thị trường. Cách tiếp cận thụ động hơn đối với việc cung cấp thanh khoản cho AMM dẫn đến việc các LP dễ bị lựa chọn bất lợi hơn dưới dạng khối lượng độc hại so với LOB.

Khối lượng giao dịch của AMM có thể được chia thành khối lượng giao dịch độc hại và giao dịch nhiễu. Khối lượng độc hại phát sinh do chênh lệch giá, tức là khi giá của một token biến động đủ lớn trên một sàn giao dịch tập trung giữa hai khối, tạo ra cơ hội chênh lệch giá giữa giá trên một sàn giao dịch tập trung và AMM để một nhà giao dịch chênh lệch giá tận dụng. Mặt khác, khối lượng giao dịch nhiễu xảy ra khi mọi người muốn giao dịch giữa các tài sản mà không muốn kiếm lời từ chênh lệch giá giữa các sàn giao dịch.

Khi lựa chọn mức phí để cung cấp thanh khoản, các LP phải đối mặt với sự đánh đổi. Phí cao hơn bảo vệ LP khỏi các nhà đầu cơ chênh lệch giá và tăng doanh thu trên mỗi giao dịch. Mặt khác, phí cao hơn làm giảm khối lượng mà nhóm AMM nhận được, dẫn đến tổng doanh thu từ phí thấp hơn cũng như tăng độ cứng nhắc của giá. Ngoài phí do AMM tính, các LP cũng có thể được bảo vệ khỏi các nhà đầu cơ chênh lệch giá bằng cách giảm thời gian tạo khối. Điều này dẫn đến khả năng chênh lệch giá giữa sàn giao dịch tập trung và AMM vượt quá phí nhóm giữa hai khối so với một khối riêng lẻ thấp hơn. Điều này dẫn đến việc giảm số lượng tài sản mà các LP AMM thụ động bị mất do lựa chọn bất lợi, vì phần lớn khối lượng độc hại được trả lại cho các LP dưới dạng doanh thu phí trong một thời gian dài.

Nhìn chung có hai loại thảo luận để giải quyết độ trễ hoặc thời gian chặn trên Ethereum:

• Trong Giao thức: Sáng kiến Ethereum Tinh gọn , do Justin Drake dẫn đầu, trong đó thời gian xử lý khối có thể được giảm xuống còn 4 hoặc 2 giây. Sáng kiến này được hình dung, hoặc hy vọng sẽ thành hiện thực trong 10 năm tới; và,

• Out of Protocol: Nơi người dùng có thể mua và giao dịch các xác nhận trước theo thời gian thực, ví dụ như trên ETHGas . Tính năng này hiện đã có sẵn với một bộ xác thực ban đầu, hướng đến trải nghiệm người dùng nhanh hơn.

Nghiên cứu này xem xét tác động của việc giảm thời gian khối từ 12 giây xuống các khoảng thời gian ngắn hơn đối với các sàn giao dịch phi tập trung (DEX), nhà cung cấp thanh khoản AMM cũng như các nhà giao dịch. Nghiên cứu cũng giả định rằng không gian khối phần lớn là vô hạn - nghĩa là, nếu thời gian khối giảm và khối lượng giao dịch tăng lên, thì không gian khối sẽ được lấp đầy gần như ngay lập tức. Mặc dù sáng kiến Lean Ethereum dự kiến sẽ tăng không gian khối, lộ trình Based Rollup được cho là sẽ được thực hiện, nhưng phần thảo luận này phần lớn nằm ngoài phạm vi của bài viết này.

Các phát hiện cho thấy thời gian khối ngắn hơn sẽ có lợi cho các AMM bằng cách giảm nhu cầu bảo vệ chênh lệch giá, từ đó cho phép các nhóm cung cấp mức phí thấp hơn trong khi vẫn duy trì được sự bảo vệ của nhà cung cấp thanh khoản. Điều này tạo ra một vòng tuần hoàn tích cực: phí thấp hơn thu hút khối lượng giao dịch lớn hơn, cải thiện khả năng cạnh tranh về giá với các sàn giao dịch tập trung, giảm tỷ lệ giao dịch thất bại và giảm tình trạng giá cũ. Các nhóm AMM được chia thành hai loại: nhóm có khối lượng giao dịch độc hại cao nên tối ưu hóa phí để bảo vệ chênh lệch giá và nhóm còn lại nên tập trung vào việc tối đa hóa khối lượng giao dịch tổng thể thông qua giá cả cạnh tranh.

2. Tạo lập thị trường

Hoạt động tạo lập thị trường trong tài chính truyền thống và Sổ lệnh giới hạn (LOB) đã được nghiên cứu rộng rãi. Nó thường được coi là một bài toán kiểm soát tối ưu, trong đó các nhà tạo lập thị trường cố gắng xác định giá chào mua và giá chào bán tối ưu cho một thị trường. Các nhà tạo lập thị trường cố gắng tìm ra các giá chào mua và giá chào bán có sự cân bằng tối ưu giữa việc tạo ra lợi nhuận và quản lý rủi ro hàng tồn kho bằng cách xác định giá dựa trên các biến số khác nhau. Ví dụ, các biến số này có thể bao gồm độ biến động, mất cân bằng dòng lệnh, chênh lệch khối lượng tích lũy, khối lượng giao dịch và tương quan với các tài sản khác.

Biến động là một phần quan trọng của hầu hết các mô hình tạo lập thị trường vì nó được sử dụng như một đại diện để xác định rủi ro lựa chọn bất lợi trên thị trường. Khi độ biến động của thị trường tăng lên, khả năng bất đối xứng thông tin giữa các nhà tạo lập thị trường và các nhà giao dịch am hiểu cũng tăng theo. Để giải quyết vấn đề này, các nhà tạo lập thị trường có xu hướng tăng chênh lệch giữa giá chào mua và giá chào bán trong các giai đoạn biến động cao để bù đắp cho rủi ro lựa chọn bất lợi tăng lên và giảm chênh lệch trong các giai đoạn biến động thấp để duy trì khả năng cạnh tranh. Bên cạnh biến động, các biến số khác thường được sử dụng để tinh chỉnh các mô hình. Sự mất cân bằng dòng lệnh cung cấp thông tin chi tiết về lượng giá mua và bán ở các mức giá khác nhau, mà các nhà tạo lập thị trường có thể sử dụng để xác định giá trị hợp lý cho một tài sản. Chênh lệch khối lượng tích lũy và khối lượng giao dịch có thể ảnh hưởng đến rủi ro mà các nhà tạo lập thị trường phải đối mặt. Có thể sử dụng mối tương quan với các tài sản khác để hiểu rõ hơn và phòng ngừa rủi ro tổng thể của nhà tạo lập thị trường.

Là một ví dụ về mô hình tạo lập thị trường, mô hình Avellaneda-Stoikov là một trong những mô hình được tham khảo rộng rãi nhất. Mô hình này xác định giá chào mua và chào bán tối ưu dựa trên độ biến động, lượng hàng tồn kho của nhà tạo lập thị trường và mức độ ngại rủi ro, cũng như tần suất đặt lệnh trên thị trường. Mô hình bắt đầu bằng cách xác định mức giá bàng quan r cho một thị trường dựa trên độ biến động, lượng hàng tồn kho và mức độ ngại rủi ro của nhà tạo lập thị trường, trong đó s là giá hiện tại, σ là độ biến động, q là lượng hàng tồn kho hiện tại, γ là mức độ ngại rủi ro, và κ là tần suất đặt lệnh.

r = s - q\gamma\sigma^2 r = s − q γ σ 2

Giá bàng quan thể hiện mức giá mà nhà tạo lập thị trường không quan tâm đến việc mua hay bán trên thị trường. Nếu nhà tạo lập thị trường không nắm giữ hàng tồn kho, giá bàng quan sẽ bằng với giá hiện tại. Sau khi xác định giá bàng quan, mô hình sẽ xác định mức chênh lệch tối ưu.

\delta = \delta_a + \delta_b = \gamma\sigma^2 q + 2\gamma\ln(1 + \gamma\kappa) δ = δ a + δ b = γ σ 2 q + 2 γ ln ( 1 + γ κ )

\delta δ biểu thị khoảng cách giữa giá chào mua và giá chào bán mà nhà tạo lập thị trường nên đặt, và \delta_a δ a và \delta_b δ b biểu thị khoảng cách giữa giá chào mua và giá chào bán tối ưu so với giá bàng quan. Nếu nhà tạo lập thị trường không nắm giữ tài sản, chênh lệch giá chào mua và giá chào bán cụ thể sẽ giống nhau. Tuy nhiên, nếu có hàng tồn kho, chênh lệch giá chào mua và giá chào bán sẽ khác nhau, do hàng tồn kho làm lệch giá. Điều này được thực hiện để giảm khả năng giá chào bán dẫn đến việc có thêm hàng tồn kho bị ảnh hưởng, đồng thời tăng khả năng giá chào bán dẫn đến việc có ít hàng tồn kho bị ảnh hưởng.

Dựa trên điều này, mô hình thể hiện giá chào mua và giá chào bán tối ưu như sau:

\text{bid} = r - q\gamma\sigma^2 - \gamma\ln(1 + \gamma\kappa) bid = r − q γ σ 2 − γ ln ( 1 + γ κ )

\text{hỏi} = r - q\gamma\sigma^2 + \gamma\ln(1 + \gamma\kappa) hỏi = r − q γ σ 2 + γ ln ( 1 + γ κ )

3. AMM

Nhà tạo lập thị trường tự động (AMM) là một cơ chế tạo lập thị trường được sử dụng để tạo điều kiện thuận lợi cho giao dịch trên blockchain với những hạn chế về thông lượng dữ liệu. Sự khác biệt chính giữa LOB và AMM là với AMM, việc khám phá giá diễn ra độc lập với hành động của nhà cung cấp thanh khoản dựa trên các nhà giao dịch tương tác với AMM, trong khi ở LOB, giá được xác định chủ động dựa trên báo giá mua và bán mà các nhà cung cấp thanh khoản khác nhau quyết định đăng. Điều này có nghĩa là các nhà cung cấp thanh khoản AMM có thể gửi tiền thụ động vào nhóm AMM và giá của AMM được xác định dựa trên các giao dịch tương tác với nhóm mà không cần sự tham gia tích cực của nhà cung cấp thanh khoản vào nhóm ngoài việc gửi tiền. Điều này làm giảm cả số lượng tương tác mà các nhà cung cấp thanh khoản phải thực hiện cũng như lượng dữ liệu trên chuỗi phát sinh từ các tương tác đó trong khi vẫn đạt được một thị trường tương đối hiệu quả. Tuy nhiên, sự đánh đổi cho điều này là các nhà cung cấp thanh khoản không còn có thể kiểm soát báo giá của họ ngoài tùy chọn cung cấp thanh khoản trong các nhóm khác nhau.

Milionis và cộng sự ( https://arxiv.org/pdf/2305.14604 ) xác định khối lượng giao dịch độc hại về mặt lý thuyết nên tồn tại giữa một sàn giao dịch tập trung và một AMM dựa trên tính biến động của token, thời gian xử lý khối và phí AMM. Dựa trên các biến số này, nghiên cứu nhận thấy rằng xác suất xảy ra giao dịch độc hại cho một khối riêng lẻ giảm dần theo thời gian.

• Phí AMM tăng

• Biến động giảm

• Thời gian chặn giảm

Điều này là do khả năng có sự chênh lệch giá đủ lớn giữa các sàn giao dịch để tạo ra cơ hội chênh lệch giá giảm. Các tác giả nhấn mạnh rằng thời gian xử lý khối nhanh hơn làm giảm lợi nhuận chênh lệch giá mà không ảnh hưởng đến thu nhập phí của AMM, và phí nên được tối ưu hóa giữa việc bảo vệ các nhà cung cấp thanh khoản của AMM khỏi chênh lệch giá và mức độ cạnh tranh về giá so với các sàn giao dịch khác. Dưới đây là hình ảnh trực quan về xác suất của một giao dịch chênh lệch giá trong một khối và số lượng cơ hội chênh lệch giá dự kiến trong 12 giây với các thời gian xử lý khối và phí khác nhau dựa trên mức biến động 5% hàng ngày.

Hình 1: Xác suất chênh lệch giá trong một khối và số lượng chênh lệch giá dự kiến trong 12 khoảng thời gian 12 giây với thời gian khối và phí khác nhau dựa trên mức biến động hàng ngày 5%

Campbell và cộng sự ( https://arxiv.org/pdf/2508.08152 ) mô hình hóa mức phí tối ưu cho các nhà cung cấp thanh khoản trong AMM bằng cách sử dụng dữ liệu từ ETH/USDC trong Uniswap v2 và Binance. Họ giả định rằng các nhà giao dịch cơ bản định tuyến lệnh của họ giữa các địa điểm khác nhau dựa trên mức độ cạnh tranh của giá tại các địa điểm đó. Nghiên cứu phát hiện ra rằng mức phí tối ưu cho AMM làm giảm nhẹ chi phí giao dịch mà các nhà giao dịch phải trả trên các sàn giao dịch tập trung trong điều kiện thị trường bình thường bằng cách tính phí từ 70% đến 80% chi phí giao dịch thực tế trên các sàn giao dịch tập trung. Biến động thị trường tác động đến lợi nhuận của LP trên tất cả các mức phí, với biến động cao hơn tương ứng với lợi nhuận thấp hơn. Các nhà cung cấp thanh khoản phải đối mặt với sự đánh đổi khi phí phải đủ thấp để thu hút khối lượng, nhưng mặt khác, cần phải đủ cao để bù đắp cho khoản lỗ từ hoạt động chênh lệch giá giữa AMM và các sàn giao dịch tập trung. Để giải thích điều này, nghiên cứu đề xuất một mức phí động theo ngưỡng, trong đó phí AMM ổn định và thấp hơn một chút so với chi phí giao dịch trên sàn giao dịch tập trung trong giai đoạn biến động thấp, nhưng mức phí này sẽ tăng cao hơn nhiều, hoặc giao dịch trên AMM bị dừng hoàn toàn trong giai đoạn biến động cao. Nghiên cứu này kết luận rằng mức phí hiện tại là 30 điểm cơ bản có thể quá cao đối với nhiều nhóm AMM và cho rằng hầu hết các nhóm AMM sẽ được hưởng lợi nếu mức phí giảm xuống gần 5 điểm cơ bản. Các tác giả cũng lưu ý rằng việc giảm thời gian xử lý khối sẽ cải thiện lợi nhuận của các nhà cung cấp thanh khoản.

Các nhà giao dịch nhiễu trên chuỗi chịu ảnh hưởng bởi thời gian khối dài của Ethereum theo nhiều cách. Thứ nhất, các LP AMM có thể chọn cung cấp thanh khoản trong các nhóm phí cao hơn, do thời gian khối dài hơn so với thời gian khối ngắn hơn, để bảo vệ khỏi tác động tiêu cực của khối lượng độc hại lên lợi nhuận của LP. Nếu thời gian khối ngắn hơn, dẫn đến tác động tiêu cực thấp hơn từ khối lượng độc hại, các LP có thể chọn cung cấp thanh khoản tại các nhóm phí thấp hơn. Điều này sẽ dẫn đến phí giao dịch thấp hơn, khiến AMM trở thành một lựa chọn hấp dẫn hơn để mua và bán tài sản, mang lại doanh thu phí cao hơn cho LP thông qua việc tăng khối lượng giao dịch nhiễu.

Thứ hai, nếu các nhà giao dịch nhiễu thực hiện giao dịch trên nhóm AMM theo hướng tăng chênh lệch giá giữa AMM và sàn giao dịch tập trung, giao dịch sẽ có giá thực hiện kém hơn so với sàn giao dịch tập trung. Điều này là do các nhà giao dịch chênh lệch giá chỉ thực hiện chênh lệch giá ở mức có lợi nhuận, dẫn đến giá nhóm là phí đáng giá từ sàn giao dịch tập trung sau các giao dịch của các nhà giao dịch chênh lệch giá. Ví dụ: nếu mã thông báo được giao dịch ở mức 10.000 đô la trên sàn giao dịch tập trung với "thanh khoản vô hạn" và 10.100 đô la trên AMM và tổng phí thực hiện giao dịch trên cả sàn giao dịch tập trung và AMM là 0,5%, nhà giao dịch chênh lệch giá sẽ đẩy giá AMM lên 10.050 đô la vì sau thời điểm đó, lợi nhuận biên từ giao dịch là âm và trước thời điểm đó, nhà giao dịch chênh lệch giá đang để lại tiền trên bàn. Nếu một nhà giao dịch nhiễu muốn mua mã thông báo trên AMM sau giao dịch chênh lệch giá, nhà giao dịch nhiễu sẽ phải trả nhiều tiền hơn cho mã thông báo so với sàn giao dịch tập trung.

Thứ ba, thời gian khối khiến các giao dịch được thanh toán cứ sau 12 giây, khiến các nhà giao dịch không chắc chắn về mức giá giao dịch của họ sẽ được thanh toán. Ví dụ: nếu một nhà giao dịch gửi giao dịch vào một khe 2 giây, họ sẽ phải chịu sự biến động giá của tài sản trong 10 giây trước khi giao dịch được thanh toán. Ví dụ: nếu một token đang giao dịch ở mức 10.000 đô la và một nhà giao dịch khởi tạo giao dịch để mua 1 token với giá 10.000 đô la với biên độ trượt giá hẹp, và giá sàn giao dịch tập trung tăng lên 10.050 đô la trước khối tiếp theo, giao dịch sẽ thất bại và nhà giao dịch sẽ mất 50 đô la lợi nhuận. Tuy nhiên, nếu thời gian khối ngắn hơn, giao dịch đã có thể được thực hiện.

4. Dữ liệu

Để phân tích tác động của việc giảm thời gian xử lý khối trên Ethereum đối với các nhà cung cấp thanh khoản và nhà giao dịch AMM, tôi thu thập dữ liệu từ cả AMM và các sàn giao dịch tập trung. Đối với AMM, tôi tập trung vào Uniswap v3 trên nền tảng blockchain Ethereum. Đối với các sàn giao dịch tập trung, tôi sử dụng Binance cho mọi thứ, ngoại trừ việc xác định chênh lệch giá mua-bán, vì đây là sàn giao dịch có tính thanh khoản cao nhất, và tôi giả định rằng quá trình khám phá giá cho các tài sản được phân tích trong nghiên cứu này diễn ra trên Binance, hoặc nếu diễn ra trên một sàn giao dịch khác, giá Binance sẽ phản ánh giá của sàn giao dịch khác trước khi Uniswap thực hiện. Sử dụng dữ liệu sự kiện từ các nhóm Uniswap, tôi tạo lại trạng thái nhóm ở đầu và cuối mỗi khối có hoán đổi và khớp với giá Binance tương ứng bằng cách sử dụng dấu thời gian của các khối.

Tôi thu thập các sự kiện swap, mint và burn cho các pool Uniswap v3 sau đây trên mainnet Ethereum: pool USDC - WETH với phí 5 điểm cơ bản, pool USDC - WETH với phí 30 điểm cơ bản, pool USDC - SEI với phí 30 điểm cơ bản và pool USDC - WBTC với phí 30 điểm cơ bản. Khối đầu tiên của tập dữ liệu là 22.607.000 được tạo ra lúc 2:53 sáng UTC ngày 1 tháng 6 năm 2025, và khối cuối cùng của tập dữ liệu là 22.820.000 được tạo ra lúc 9:44 tối UTC ngày 30 tháng 6 năm 2025. Các sự kiện mint và burn được sử dụng để tính toán lượng thanh khoản trong các pool, trong khi các sự kiện swap được sử dụng để xác định các giao dịch trong các pool.

Đối với Binance, tôi thu thập dữ liệu lịch sử cho các nến 1 giây và giao dịch trong cùng khoảng thời gian. Đối với tất cả các cặp, tôi thu thập dữ liệu cho cặp USDT - Token, vì các cặp USDT có khối lượng và thanh khoản cao hơn các cặp USDC tương ứng.

Để xác định chênh lệch giá mua-bán, tôi sử dụng dữ liệu từ ngày 1 tháng 6 năm 2025 đến ngày 7 tháng 6 năm 2025 từ Bybit. Tôi sử dụng dữ liệu từ Bybit vì dữ liệu sổ lệnh lịch sử không dễ dàng có được trên Binance.

5. Phương pháp luận

Trọng tài / dòng chảy độc hại

Để xác định tập hợp con các giao dịch AMM là giao dịch chênh lệch giá giữa Uniswap và Binance, tôi thực hiện như sau. Đầu tiên, tôi so sánh giá của các nhóm AMM vào cuối mỗi khối với giá từ dữ liệu nến 1 giây của Binance có dấu thời gian tương ứng với khối tiếp theo để xác định các khối có chênh lệch giá giữa các nhóm Binance và Uniswap cao hơn phí của nhóm.

\frac{|P_{\text{AMM}} - P_{\text{Binance}}|}{\min(P_{\text{AMM}}, P_{\text{Binance}})} > f | P AMM − P Binance | phút ( P AMM , P Binance ) > f

Trong đó P_{\text{AMM}} P AMM là giá trong nhóm AMM, P_{\text{Binance}} P Binance là giá trong Binance và f là phí.

Thứ hai, từ các khối này, tôi xác định các trường hợp mà giao dịch đầu tiên chạm vào nhóm AMM dẫn đến chênh lệch giá hội tụ do giao dịch đó.

(P^*_{\text{AMM}} > P_{\text{AMM}} \land P_{\text{Binance}} > P_{\text{AMM}}) \lor (P^*_{\text{AMM}} < P_{\text{AMM}} \land P_{\text{Binance}} < P_{\text{AMM}}) ( P ∗ AMM > P AMM ∧ P Binance > P AMM ) ∨ ( P ∗ AMM < P AMM ∧ P Binance < P AMM )

Trong đó P^*_{\text{AMM}} P ∗ AMM là giá của AMM sau giao dịch

Thứ ba, tôi kiểm tra xem giao dịch đầu tiên của các khối chạm vào nhóm AMM có khiến chênh lệch giá hội tụ gần hơn phí giao dịch hay không. Điều này được thực hiện để phân biệt giữa các giao dịch đưa giá gần hơn với giá Binance và là giao dịch chênh lệch giá, với các giao dịch đưa giá gần hơn nhưng không phải là giao dịch chênh lệch giá.

P^*_{\text{AMM}} \geq P_{\text{Binance}} \cdot (1 + f), \text{ nếu } P_{\text{AMM}} > P_{\text{Binance}} P ∗ AMM ≥ P Binance ⋅ ( 1 + f ) , nếu P AMM > P Binance

P^*_{\text{AMM}} \leq \frac{P_{\text{Binance}}}{1+f}, \text{ nếu } P_{\text{AMM}} < P_{\text{Binance}} P ∗ AMM ≤ P Binance 1 + f , nếu P AMM < P Binance

Dựa trên các tiêu chí này, tôi tính toán khối lượng và số lượng giao dịch trong mỗi nhóm AMM là giao dịch độc hại và giao dịch nhiễu. Tôi sử dụng con số này làm cơ sở cho các phân tích khác.

Thay đổi doanh thu từ giao dịch độc hại và tiếng ồn

Sau khi xác định đường cơ sở cho giao dịch độc hại và nhiễu, tôi mô phỏng cách thức chênh lệch giá sẽ thay đổi nếu thời gian khối giảm hoặc phí thay đổi. Điều này được thực hiện bằng cách phân tích biến động giá từ nến 1 giây của Binance và dữ liệu giao dịch, đồng thời lấy mẫu dữ liệu theo các giai đoạn khác nhau. Đối với dữ liệu nến, giá mở cửa được sử dụng để xác định biến động giá trong một khoảng thời gian. Đối với dữ liệu giao dịch, giá của một giao dịch có dấu thời gian trùng khớp hoặc dấu thời gian cuối cùng trước khi kết thúc một giai đoạn được sử dụng để tính toán biến động giá. Dựa trên điều này, tôi phân tích cách thức chênh lệch giá và thời gian khối khác nhau ảnh hưởng đến mức độ chênh lệch giá và doanh thu của AMM từ đó.

Sau khi xác định doanh thu của các nhóm AMM từ các giao dịch độc hại thay đổi như thế nào, với các thời gian khối khác nhau, tôi thực hiện phân tích kịch bản về việc thay đổi khối lượng giao dịch nhiễu ảnh hưởng đến doanh thu của các nhóm AMM như thế nào và liệu doanh thu của các nhóm chủ yếu được thúc đẩy bởi các giao dịch nhiễu, khối lượng giao dịch độc hại, hay kết hợp cả hai, giả sử TVL của nhóm không tăng. Trong kịch bản A, khối lượng giao dịch nhiễu tăng 25% khi thời gian khối giảm một nửa, và trong kịch bản B, mức tăng là 50%.

Phí tối ưu của Campbell

Cuối cùng, tôi phân tích chênh lệch giá lịch sử và chi phí liên quan đến giao dịch giao ngay trên Bybit để hiểu mức phí AMM nên được thiết lập ở mức nào nếu quỹ tuân theo mức phí do Campbell và cộng sự khuyến nghị. Tôi ước tính chi phí liên quan đến giao dịch giao ngay bằng cách giảm một nửa chênh lệch giá mua-bán và cộng thêm phí giao dịch giao ngay VIP0 là 0,1%.

6. Kết quả

Trọng tài / dòng chảy độc hại

Bảng 1 liệt kê tỷ lệ phần trăm giao dịch chênh lệch giá và khối lượng giao dịch của chúng trong các nhóm khác nhau, và Hình 2 và Hình 3 trực quan hóa chúng cho các nhóm ETH-USDC 5 điểm cơ bản và SEI-USDC 30 điểm cơ bản. Trong số các nhóm được nghiên cứu, tất cả các nhóm, ngoại trừ SEI, đều có tỷ lệ chênh lệch giá cao hơn về khối lượng so với số lượng giao dịch. Điều này cho thấy các giao dịch chênh lệch giá có xu hướng lớn hơn quy mô giao dịch trung bình. Điều này cũng được minh họa bằng hình ảnh trực quan trong Hình 2 và Hình 3. Biểu đồ phụ thứ ba trong Hình 2 và Hình 3 trực quan hóa phân phối cho số lượng chênh lệch giá và doanh thu, đồng thời cho thấy điều này cũng đúng ở cấp độ hàng ngày. Các nhóm khác không được trực quan hóa cũng có phân phối tương tự.

Bảng 1: Tỷ lệ phần trăm giao dịch chênh lệch giá và khối lượng của chúng trong các nhóm khác nhau
Hình 2: Tỷ lệ phần trăm giao dịch chênh lệch giá và khối lượng của chúng trong nhóm Uniswap v3 ETH - USDC 5 bps
Hình 3: Tỷ lệ phần trăm giao dịch chênh lệch giá và khối lượng của chúng trong Uniswap v3 SEI - nhóm USDC 30 bps

Thay đổi doanh thu từ giao dịch độc hại và tiếng ồn

Hình 4 và 5 minh họa doanh thu mô phỏng từ các giao dịch chênh lệch giá với các mức phí và thời gian chặn khác nhau cho các nhóm ETH và SEI. Trong cả hai trường hợp, doanh thu chênh lệch giá tăng khi phí và thời gian chặn giảm. Tuy nhiên, nếu phí nhóm giảm quá gần 0, doanh thu bắt đầu giảm. Doanh thu tăng khi phí và thời gian chặn giảm vì doanh thu bổ sung từ các cơ hội chênh lệch giá bổ sung bù đắp cho thu nhập phí thấp hơn trên mỗi giao dịch. Những kết quả này phù hợp với Milionis và cộng sự.

Hình 4: Doanh thu từ các giao dịch chênh lệch giá đối với ETH - USDC với các kết hợp thời gian khối và phí khác nhau so với mức cơ sở là thời gian khối 12 giây và phí 5 điểm cơ bản*
Hình 5: Doanh thu từ các giao dịch chênh lệch giá cho SEI - USDC với các kết hợp thời gian khối và phí khác nhau so với mức cơ sở là thời gian khối 12 giây và phí 30 điểm cơ bản*

Điều thú vị là, nếu thời gian xử lý khối giảm xuống dưới 1 giây, mô phỏng được minh họa trong Hình 6 cho thấy doanh thu từ giao dịch chênh lệch giá sẽ tăng đáng kể. Điều này rất có thể là do các lệnh lớn tạm thời ngốn hết thanh khoản và các cú sốc giá lớn.

Hình 6: Doanh thu từ các giao dịch chênh lệch giá đối với ETH - USDC với thời gian khối dưới một giây khác nhau và các kết hợp phí so với đường cơ sở là thời gian khối 12 giây và phí 5 điểm cơ bản

Sau khi phân tích cách thức kết hợp phí và thời gian khối sẽ ảnh hưởng đến doanh thu chênh lệch giá của các nhóm AMM, tôi phân tích tổng doanh thu, bao gồm giao dịch nhiễu, cho các nhóm khác nhau trong các tình huống khác nhau. Hình 7 và 8 trực quan hóa doanh thu từ chênh lệch giá, tổng doanh thu với số lượng giao dịch nhiễu hiện tại, cũng như Kịch bản A, trong đó khối lượng giao dịch nhiễu tăng 25% khi thời gian khối giảm một nửa và Kịch bản B, trong đó khối lượng giao dịch nhiễu tăng 50% khi thời gian khối giảm một nửa. Các giá trị này cũng được liệt kê trong Bảng 2, 3 và 4. Biểu đồ phụ đầu tiên của Hình 7 cho thấy trong số các khoản phí được trực quan hóa, nhóm ETH - USDC nhận được số tiền doanh thu liên quan đến chênh lệch giá tương đối cao nhất khi phí được đặt thành 2 bps. Điều này chỉ ra rằng nếu sử dụng kết hợp thời gian khối và phí tối ưu, doanh thu từ chênh lệch giá của nhóm AMM có thể tăng gấp đôi. Tuy nhiên, biểu đồ phụ thứ hai cho thấy khi tính cả khối lượng giao dịch độc hại và nhiễu, doanh thu đạt mức cao nhất cho tất cả các thời gian khối ở mức 10 điểm cơ bản. Từ biểu đồ phụ thứ ba và thứ tư, tôi có thể quan sát thấy hiện tượng tương tự - khi thời gian khối giảm và khối lượng giao dịch nhiễu tăng, doanh thu từ phí nhóm cao hơn vẫn là cao nhất. Những phát hiện này cho thấy với thời gian khối và phí tối ưu cùng khối lượng hiện tại, doanh thu của AMM có thể tăng lên 1,6 lần, và đối với kịch bản A và B, mức tăng sẽ là 3,5 lần và 7 lần doanh thu hiện tại.

Hình 7: Doanh thu chênh lệch giá của nhóm ETH - USDC, tổng doanh thu và tổng doanh thu nếu khối lượng giao dịch nhiễu tăng 25% (Kịch bản A) hoặc 50% (Kịch bản B) khi thời gian khối giảm một nửa so với doanh thu hiện tại ở thời gian khối 12 giây và phí 5 bps

Hình 8 cho thấy kết quả trái ngược với SEI. Doanh thu từ chênh lệch giá là cao nhất đối với phí trực quan với các khối 12 giây khi phí là 5 bps, nhưng khi thời gian khối giảm, phí 2 bps tạo ra doanh thu chênh lệch giá cao nhất. Nếu sử dụng sự kết hợp tối ưu giữa thời gian khối và phí, doanh thu từ chênh lệch giá của nhóm AMM có thể tăng lên gấp 15 lần doanh thu hiện tại. Kết quả không thay đổi đáng kể đối với biểu đồ phụ thứ hai với cả khối lượng giao dịch độc hại và nhiễu, điều này là do khối lượng phát sinh từ chênh lệch giá đóng vai trò quan trọng trong tổng doanh thu của nhóm. Điều tương tự cũng xảy ra ngay cả trong Kịch bản A và B do khối lượng giao dịch nhiễu quá nhỏ so với số tiền doanh thu thu được từ việc tối ưu hóa chênh lệch giá. Các mã thông báo khác có tính thanh khoản hạn chế, chẳng hạn như một số memecoin, cũng có đặc điểm tương tự.

Hình 8: SEI - Doanh thu chênh lệch giá, tổng doanh thu và tổng doanh thu của nhóm USDC nếu khối lượng giao dịch nhiễu tăng 25% (Kịch bản A) hoặc 50% (Kịch bản B) khi thời gian khối giảm một nửa so với doanh thu hiện tại ở thời gian khối 12 giây và phí 30 bps
Bảng 2: Doanh thu nhóm ETH - USDC, với một mức phí giao dịch nhất định, so với doanh thu hiện tại trong các kịch bản khác nhau, trong đó ở A và B, khối lượng giao dịch nhiễu tăng 25% và 50% khi thời gian khối giảm một nửa.
Bảng 3: Doanh thu nhóm WBTC - USDC, với một mức phí giao dịch nhất định, so với doanh thu hiện tại trong các kịch bản khác nhau, trong đó ở A và B, khối lượng giao dịch nhiễu tăng 25% và 50% khi thời gian khối giảm một nửa.
Bảng 4: Doanh thu nhóm SEI - USDC, với một khoản phí giao dịch nhất định, so với doanh thu hiện tại trong các kịch bản khác nhau, trong đó ở A và B, khối lượng giao dịch nhiễu tăng 25% và 50% khi thời gian khối giảm một nửa.

Phí tối ưu của Campbell

Bảng 5 liệt kê chênh lệch giá mua-bán và chi phí giao dịch kèm phí cho các cặp tiền tệ khác nhau. Chênh lệch giá trung bình dao động từ 0,7 điểm cơ bản đến 15,4 điểm cơ bản, với ETH và BTC có chênh lệch giá trung bình thấp, trong khi SEI có chênh lệch giá cao gấp 15 lần so với ETH và BTC. Điều thú vị là, khi xem xét chênh lệch giá trung bình, chênh lệch giá của BTC chỉ cao hơn nửa điểm cơ bản so với trung vị, trong khi ETH cao hơn 17 điểm cơ bản ở mức 35 điểm cơ bản, và SEI cao hơn ba lần ở mức 55 điểm cơ bản. Về chi phí giao dịch kèm phí, trung vị là 10 và 11 điểm cơ bản cho BTC và ETH, trong khi chi phí là 18 điểm cơ bản cho SEI, và phí dao động từ 10 đến 38 điểm cơ bản khi xem xét chi phí trung bình.

Bảng 5: Chênh lệch giá mua-bán trung bình và trung vị cùng chi phí giao dịch với phí cho các cặp tiền khác nhau tại Bybit

Bảng 6 hiển thị quy mô giao dịch trung bình và trung vị, cũng như tỷ lệ gas/giao dịch trung vị cho các nhóm Ethereum 5 điểm cơ bản và 30 điểm cơ bản trên các chuỗi khác nhau. Lượng gas sử dụng so với lượng giao dịch chỉ cao hơn 1 điểm cơ bản đối với các nhóm mainnet 5 điểm cơ bản và nhóm base 5 điểm cơ bản. Điều này có nghĩa là, nếu không tính các nhóm này, số tiền mà các nhà giao dịch chi cho gas, trung bình, gần như không tồn tại. Tuy nhiên, điều quan trọng cần lưu ý là quy mô giao dịch trung bình và trung vị trên mainnet cao hơn nhiều lần so với các chuỗi khác. Điều này có nghĩa là phí gas sẽ đóng vai trò lớn hơn đáng kể nếu giao dịch trên mainnet nhỏ hơn.

Bảng 6: Quy mô giao dịch DEX trung bình và trung vị cho ETH - USDC và chi phí gas tương đối của việc hoán đổi trên các nhóm khác nhau

Xem xét đề xuất của Campbell rằng các AMM nên cắt giảm chi phí giao dịch so với các sàn giao dịch tập trung bằng cách trích dẫn mức phí chiếm 70% - 80% chi phí giao dịch cho nhà giao dịch, mức phí tối ưu sẽ nằm trong khoảng từ 4 đến 30 điểm cơ bản, tùy thuộc vào việc sử dụng chi phí giao dịch trung bình hay trung vị. Nếu sử dụng chi phí giao dịch trung bình và chi phí gas là 3 điểm cơ bản, mức phí tối ưu cho BTC và ETH sẽ nằm trong khoảng từ 4 đến 6 điểm cơ bản, và mức phí tối ưu cho SEI sẽ nằm trong khoảng từ 9 đến 11 điểm cơ bản. Mặt khác, nếu sử dụng chi phí giao dịch trung bình và chi phí gas là 1 điểm cơ bản, mức phí tối ưu cho BTC sẽ nằm trong khoảng từ 6 đến 8 điểm cơ bản, cho ETH là từ 18 đến 21 điểm cơ bản, và cho SEI là từ 25 đến 29 điểm cơ bản.

7. Kết quả và thảo luận

Các cặp giao dịch AMM có thể được chia thành hai nhóm dựa trên lượng khối lượng độc hại và khối lượng giao dịch nhiễu mà chúng thể hiện so với Binance hoặc các địa điểm tập trung khác. Nếu khối lượng độc hại cao và khối lượng giao dịch nhiễu của AMM không thấp hơn đáng kể so với Binance, doanh thu của AMM có thể được tối ưu hóa bằng cách tối ưu hóa phí giao dịch chênh lệch giá giữa AMM và một địa điểm tập trung. Mặt khác, nếu khối lượng độc hại chỉ chiếm một phần khối lượng và/hoặc khối lượng giao dịch nhiễu trên một địa điểm tập trung cao hơn đáng kể so với trên AMM, thì nhóm nên được tối ưu hóa để tạo ra càng nhiều khối lượng càng tốt thông qua doanh thu phí bằng cách tối ưu hóa khối lượng giao dịch nhiễu. Tuy nhiên, bất kể nhóm AMM thuộc nhóm nào trong số này, điều quan trọng cần lưu ý là việc giảm thời gian khối sẽ có lợi cho nhóm cả về mặt giảm lựa chọn bất lợi và trải nghiệm tốt hơn cho các nhà giao dịch.

Thời gian xử lý khối ngắn hơn cho phép các nhóm AMM giảm phí giao dịch vì họ không còn phải bảo vệ các giao dịch lựa chọn bất lợi bằng mức phí cao như trước. Điều này không chỉ cải thiện trải nghiệm giao dịch cho nhà giao dịch bằng cách giảm chi phí giao dịch mà còn giảm chênh lệch giá giữa sàn giao dịch tập trung và AMM, đồng thời giúp giá trên AMM ổn định hơn. Ngoài ra, nhà giao dịch cũng được hưởng lợi nhờ giảm thiểu nguy cơ các giao dịch đang chờ xử lý bị lỗi do biến động giá trước khối tiếp theo.

Bên cạnh việc tìm hiểu cách giảm phí bằng cách rút ngắn thời gian block, giảm thiểu nguy cơ lựa chọn bất lợi, tôi cũng xem xét mức phí tối ưu theo Campbell. Tôi thấy rằng, dựa trên chi phí giao dịch trung bình, các pool nên có mức phí khoảng 11 điểm cơ bản cho các pool ETH và BTC và khoảng 18 điểm cơ bản cho các pool SEI.

8. Tóm tắt

Nghiên cứu này xem xét liệu việc giảm thời gian xử lý khối của Ethereum từ 12 giây có thể cải thiện trải nghiệm cho cả nhà giao dịch và nhà cung cấp thanh khoản trên các Nhà tạo lập thị trường tự động (AMM) hay không. Bằng cách phân tích các nhóm Uniswap v3 so với dữ liệu của Binance, tôi nhận thấy rằng, đối với các nhóm được kiểm tra, 23-52% khối lượng AMM là các giao dịch chênh lệch giá khai thác sự chênh lệch giá giữa Uniswap và Binance, phần còn lại là từ giao dịch nhiễu.

Những phát hiện này chứng minh rằng thời gian khối ngắn hơn sẽ có lợi cho các AMM bằng cách giảm nhu cầu bảo vệ chênh lệch giá, do đó cho phép các nhóm cung cấp mức phí thấp hơn trong khi vẫn duy trì sự bảo vệ của nhà cung cấp thanh khoản. Điều này tạo ra một chu kỳ: phí thấp hơn thu hút nhiều khối lượng giao dịch hơn, cải thiện khả năng cạnh tranh về giá với các sàn giao dịch tập trung, giảm tỷ lệ giao dịch thất bại và giảm sự cũ kỹ của giá. Các nhóm AMM được chia thành hai loại: nhóm có khối lượng độc hại cao nên tối ưu hóa phí để bảo vệ chênh lệch giá và nhóm khác nên tập trung vào việc tối đa hóa khối lượng tổng thể thông qua giá cả cạnh tranh. Đối với nhóm khối lượng độc hại cao được nghiên cứu, doanh thu từ thời gian khối ngắn kết hợp với phí tối ưu có thể làm tăng doanh thu lên tới 15 lần trong khi mức tăng doanh thu có thể là khoảng 60% mà không tăng khối lượng giao dịch nhiễu đối với ETH - USDC và lên tới 600% nếu khối lượng giao dịch nhiễu tăng đáng kể do thời gian khối ngắn hơn.

Dựa trên phân tích, mức phí 30 điểm cơ bản hiện tại có vẻ quá cao đối với nhiều nhóm. Mức phí tối ưu nên dao động từ 4-11 điểm cơ bản cho các tài sản lớn như ETH và WBTC, theo khuôn khổ của Campbell và cộng sự nhằm giảm chi phí giao dịch tập trung. Việc triển khai thời gian khối ngắn hơn sẽ cải thiện khả năng cạnh tranh của AMM thông qua việc bảo vệ khỏi chênh lệch giá và trải nghiệm người dùng thông qua mức phí thấp hơn.