Применение и ограничения рекурсивных операторов в Децентрализованных финансах

В последнее время алгоритмические стабильные монеты стали популярной темой в области блокчейна. Многие люди проявляют к этому интерес, считая, что они могут превзойти традиционные обеспеченные стабильные монеты или автоматические маркетмейкеры (AMM), даже надеясь, что они смогут реализовать цель, которую не смогла достичь биткойн: полностью децентрализованную и автоматически регулируемую глобальную валютную систему. Эта идея возникла не только из-за недостаточного понимания природы блокчейна и валют, но и благодаря тому, что алгоритмические стабильные монеты внедрили новую концепцию рекурсивных операторов.

Рекурсивный оператор относится к операциям, которые используют предыдущее состояние в качестве входных данных и повторно генерируют следующее состояние в процессе последовательных изменений умных контрактов. Такой дизайн естественен в среде блокчейна, поскольку открытость данных на цепочке и последовательная природа умных контрактов создают временной ряд. Рекурсивная обработка аналогичных операций может привести к возникновению нелинейных структур и даже геометрических эффектов, формируя сильные положительные обратные связи, что соответствует свойству самоусиления в цепочных играх.

Однако простая рекурсия временных рядов не идеальна, так как она делает будущее состояние полностью зависимым от текущего состояния. На самом деле, стоит обратить внимание на многократные рекурсивные операторы: они вводят новую информацию между изменениями состояния, отражают игровые характеристики и создают непредсказуемость. Эта непредсказуемость также подвержена влиянию рекурсивных операторов, формируя общие ожидания, которые воздействуют на другие операторы, создавая контролируемые характеристики ожиданий.

В качестве примера простого алгоритмического стабильного токена, оператор ценообразования генерирует цену Pt, расширение общего объема Mt является функцией Pt, а Pt+1 зависит от Mt. Таким образом, Mt+1 и Mt устанавливают косвенную рекурсивную связь через оператор ценообразования, формируя периодическую негативную обратную связь, которая теоретически должна постепенно стремиться к ценовой стабильности. Однако этот дизайн основан на равновесии кривых спроса и предложения, и его игровой процесс происходит на вторичном рынке, что приводит к недостаточной точности и может замедлить процесс передачи, затрудняя формирование стабильного равновесия.

Рекурсивные операторы могут не только предоставлять отрицательную обратную связь, но и разрабатывать механизмы положительной обратной связи. Например, механизм выкупа в некоторых системах является типичным рекурсивным оператором положительной обратной связи: выкуп снижает предложение на рынке, поднимает цены, улучшает производительность системы, удовлетворяет больше потребностей, приносит больше доходов, что в свою очередь увеличивает выкуп, формируя здоровую цикличность.

С математической точки зрения неясно, может ли рекурсивный оператор построить стабильные короткие циклические свойства. Поэтому стабильные монеты, построенные исключительно на рекурсивных операторах, с трудом сходятся к стабильной структуре. Особенно когда алгоритмические стабильные монеты косвенно влияют на соотношение спроса и предложения, изменяя общий объем, их передача происходит медленнее, и ограничений для достижения стабильного равновесия больше, что значительно усложняет выполнение своих целей.

В многоуровневых рекурсивных операторах шаги по введению новой информации имеют решающее значение. Общая равновесная природа блокчейна действительно облегчает внедрение большего количества информации, которая имеет определенную неопределенность в рамках конкретной игровой структуры, но также обладает рамочными характеристиками. Эта информация в сочетании с рекурсивными операторами может создавать общее ожидание, что дает иллюзию стабильности. Без строгого анализа с точки зрения теории игр трудно полностью понять общие равновесные свойства, которые могут противоречить ожиданиям.

Будущие дизайны алгоритмических стабильных монет могут потребовать изучения внедрения некоторой случайности, при условии, что зависимость от информации равна нулю. Эта случайность, в сочетании с рекурсивными операторами, может оказаться более простой для достижения стабильных свойств, поскольку она выходит за пределы игорной структуры и больше отражает алгоритмические характеристики.

В дизайне, если количество шагов или независимых операторов, вводящих информацию, слишком велико, эффект рекурсивного оператора будет постепенно ослабевать. Поэтому у рекурсивного оператора существует показатель силы обратной связи. Если дизайн DeFi стремится усилить положительную и отрицательную обратную связь, необходимо сократить количество вводов новой информации; если стремится к долгосрочной регрессии, сам ввод информационного потока должен обладать определенной периодической характеристикой.

В настоящее время большинство рекурсивных операторов DeFi проектов сочетают в себе ценовые ряды, поскольку ценовая игра является самой концентрированной и трудно предсказуемой или контролируемой формой игры. Однако многие проекты полагаются на механизм AMM, а не на децентрализованные оракулы, что может привести к тому, что рекурсивный процесс станет детерминированным или контролируемым, что противоречит первоначальному замыслу дизайна рекурсивного оператора.

Кроме того, многие проекты, разработанные с использованием рекурсивного количества, не связаны напрямую с переменными спроса и предложения, определяющими ценовые последовательности, а скорее связаны с общим объемом активов. Это может привести к тому, что влияние на вторичный рынок будет затруднено, и передача операторов может оказаться искаженной.

В будущем область Децентрализованных финансов должна исследовать большее количество комбинаций переменных и рекурсивных операторов, особенно параметров, отражающих сложность рыночной игры. При проектировании Децентрализованных финансов необходимо тщательно проанализировать механизм передачи информации для рекурсивных операторов, чтобы избежать предсказуемости и контроля.