火幣研究院：萬字剖析AMM做市無常損失對沖和損益及期權對沖_SCOI

本文首先介紹了AMM做市機制，并且深入的分析了在該機制下為什么會形成無常損失。本文來源：火幣區塊鏈研究院，原文標題：《AMM做市無常損失對沖分析系列一：損益及期權對沖模型構建》作者：袁煜明、康律之、胥彤

摘要

流動性做市是市場的熱點之一，在AutomatedMarketMaker系統下流動性做市商的本金會有無常損失。本文首先介紹了AMM做市機制，并且深入的分析了在該機制下為什么會形成無常損失。其主要原因是在AMM機制下如果流動性池中的非穩定資產價格上漲或下跌，做市商會完全自動的與市場一般交易者做出相反的行為，越漲越賣，越跌越買，因此池子中資產價格上漲，其數量就會減少，資產價格上升，其數量就會增加；之后我們重點分析了，對于一個非穩定幣和穩定幣幣對的流動性池而言，AMM機制影響流動性做市商損益的全部因素，主要有四個方面，分別是Gas費用、交易手續費、非穩定幣價格變動帶來的損益和無常損失，并通過精確的計算展示這些因素對LP供應商損益的影響。最終我們合并推導出了在AMM機制下的非穩定幣-穩定幣流動性供應商的底倉隨著價格波動帶來的損益情況的綜合損益計算公式。該公式可讓市場中流動性做市商實現精確風控，并且為后續準確計算對沖產品打下基礎。希望對各位參與流動性做市能有一定的幫助。我們根據綜合損益公式和市場上現有可用的衍生品，精確測算了對沖方案。合約產品由于線性工具的特點不能很好地覆蓋非線性的風險，因此不適合做對沖。我們發現理論上效果比較好的對沖方案是根據質押池中的非穩定幣資產量，買入2份看跌期權和1份看漲期權。實際操作來講如果考慮成本看漲期權可以考慮通過主動操作的方式來替代。

對于場內期權產品也同樣的存在一定的問題，主要體現在時間周期的覆蓋和市場深度的不足。因此對于大體量的流動性做市商而言，定制化的場外期權產品可能是目前最佳的選擇。

此外對于雙非穩定幣的綜合損益公式和對沖可能，我們也會在后續的文章中討論。

一、研究背景

近期很多加密數字貨幣投資者看到Defi項目層出不窮，市場中似乎都在掙錢，所以自己也按捺不住地想要參與。過程往往是投資人隨即查閱相關的資料之后又和朋友了解了一下，發現大部分火熱的項目都是要質押等量的兩個幣種，進行流動性做市，雖然還不太明白，但是網頁上都寫了有非常誘人的百分之好幾百的年化收益，還有安全代碼審計，問題應該不大。稍微查詢看到很多挖礦攻略，發現好像就是轉賬質押之后就可以領到很多新的代幣，并且代幣直接拿到交易所里賣掉就可以掙錢了，于是就加入了流動性做市大軍的行列。但是世事難料，質押池中的以太坊價格出現了大幅下跌，并且挖出來的治理代幣價格也下跌了，投資人趕緊把資金撤出了流動性池，發現質押的幣的比例變了，拿到了更多的價格更低的以太坊和更少的另一個高價值的代幣。在賣掉獎勵的代幣之后，整體算下來自己的流動性挖礦并沒有達到之前網頁上寫的好幾百的年化收益率。收益少的可憐，可能還虧了錢，所以到底問題出在哪？有沒有什么方法可以對沖掉這種損失呢？

二、自動做市商機制

從上面的例子中不難看出，投資人參與的是由Uniswap設計的AutomatedMarketMaker機制下的各種項目的流動性挖礦活動。目前很多參與者都沒有意識到參與流動性做市并不是無風險的，反而隨著價格波動，做市的資金可能會出現一定的損失。這些風險主要來自于AMM機制所蘊含的無常損失。

火幣研究院高級分析師：零售型央行數字貨幣面臨普遍問題:火幣研究院高級分析師查爾斯表示，他認為當前零售型央行數字貨幣面臨一些普遍問題。數字貨幣應用方面還是在場景搭建方面，目前數字貨幣在滲透到零售場景進行推廣，如何充分結合利用現有用戶資源、線上線下收單體系和場景轉化能力等。還有要注意金融底層問題，需要解決和處理的主要問題包括如何區別現有貨幣體系去創造新的增量市場而不是干擾或者替代現有貨幣體系市場，央行數字貨幣不和商業銀行業務沖突，法定數字貨幣能否比現有貨幣信用體系更好地利于國民經濟的發展，這些問題的解決依托數字貨幣的基礎設施、發行機制和運行架構的建立，是系統性工程，這都是需要解決的問題。（經濟參考報）[2021/2/5 18:56:01]

首先介紹一下Uniswap設計出來的AMM自動做市商機制。自動做市商的核心做市公式為：

X×Y=K

這個公式的意義就是每次有流動性提供者存入資產，計算兩種資產數量的乘積，并保持恒定。存入的比例就是某時刻該資產的價格。例如某時刻ETH的價格是440USDT，做市商就需要存入10個ETH和4400個USDT，乘積為44000。對于交易者而言，實時兌換用440USDT和千三的手續費就可以從流動性池中兌換1個ETH。在這個機制下做市商需要存入等值的兩部分資產后就可以獲得流動性池的分紅權益，其中包括LPToken和對應比例的手續費。

AMM自做市的具體過程，我們通過下面的例子來演示。

假設最初有A和B資產的流動池，先不考慮手續費影響。做市商們最初沖入了1000枚A，2000枚B時，這時根據上面的公式X×Y=K，可以算出常數K也就是乘積為2000000。此時市場上的交易者認為每枚A的價格為2B非常合理，把手中的A換成2枚B很劃算。交易者就立刻充入1枚A，那么上面公式中的X變為1001，為了保證K仍然等于2000000，則Y需要變為1998，那么多出了2枚B正好給到交易員的手里。

當然交易者不可能只有一個，很多人都會發現這個劃算的交易。紛紛想去用1個A換2個B，由于供需的變化，A和B的價格也就會發生變化，因此慢慢隨著交易的進行，流動性池子中A和B的比例就會發生變化，最終可能變成2000枚A和1000枚B，常數K，也就是乘積還是2000000，相對的A和B的兌換比例也就是相對的價格同時也是動態變化的。現在就需要2枚A兌換1枚B了。當然如果隨著市場變化，A的需求上升，投資人同樣還會進行反向操做開始用B換A，A和B可能會回到之前的比例。

最終在這個案例中交易者們相當于從1A=2B的價格開始，一點點的用A從做市商手里換走了B，一直到2A=1B的價格的時候才停止，交易者們相當于總共賣出了1000枚A換來了1000枚B。于此同時做市商們則完全自動的進行了相反的交易。

從這個案例中可以看出兩點：

這種機制下的價格是根據兩種資產在池中的比例來決定的，而且是隨著交易實時動態變化的。做市商在市場中的交易行為與投資者完全相反，而且是自動的。三、無常損失

我們可以通過對上述實例的觀察，總結出無常損失產生的過程。無常損失的產生與AMM模型密切相關。由于公式中的常數K恒定，做市商的交易行為就被確定了。在此我們簡化一下變量，方便思考做市商的交易行為。我們假設池中一個資產的價格不變，另一個資產價格是不停變化的。這時如果非穩定資產價格上漲，做市商會完全自動的與市場一般交易者做出相反的行為，越漲越賣，因此池子中價格上漲的資產數量就會減少；相反非穩定資產價格下跌時，做市商同樣會完全自動的與市場做出相反的行為，表現為越跌越買，因此池中價格下跌的資產的數量就會增加。這就是無常損失產生的過程。

火幣研究院：IPFS將引領Web3.0時代存儲變革:7月24日晚8點，火幣研究院直播欄目《洞若觀火的研究員》正式上線，本次直播首秀主題為“區塊鏈行業最強智庫天團——火幣研究院巔峰成團夜”。

在《IPFS的征途和遠方：Web3.0時代存儲變革》環節，火幣研究院對于IPFS概念、背景、技術基石、Web3.0時代存儲變革進行了深入分析。詳情點擊原文鏈接。[2020/7/24]

舉個簡單的例子：當1ETH=500USDT，做市商存入10ETH和5000USDT。他的總資產價值是10000USDT。當1ETH=550USDT時，這個時候就存在套利的空間，做市商流動性池很快會隨著交易者進行交易不斷的買入ETH，最終價格很快會與其他市場價格同步，在AMM機制下，做市商就會自動賣出ETH換取USDT，因此，目前流動性池中資產變為9.53個ETH和5244個USDT，對應的ETH的價格為550USDT，總資產價值是10488USDT。如果不去做市USDT本位的價值為10500，這個價格變動里包含ETH漲價帶來的500USDT和相對的112的USDT無常損失。相反的，當價格下跌1ETH=450USDT時，套利者會來買入ETH直到ETH的價格與市場價相同，因此做市商的流動池就變為10.54ETH和4743USDT，總資產價值是9486USDT。如果不進行做市活動，總資產價值是9500USDT。相對來看整體資產貶值了500USDT，進行做市額外還損失14USDT。從實際例子中不難看出不論價格漲跌，在AMM機制下，流動性供應商的反向操作都會造成一定的無常損失。

AMM做市風險分析通過實際的觀察AMM做市主要面臨幾個維度的風險，最基礎的是智能合約風險，項目是否開源代碼是否經過審計，有些時候就算是經過審計仍然可能存在一些漏洞。流動性質押池的本金安全是通過智能合約的代碼來保障的。本文不深入討論這點，但投資者應該把這個作為最基本的對項目的判斷。其次是質押池內部的金融風險，這個主要分為兩部分，一是流動性質押池的資產比例情況，之后則是價格波動和AMM自身機制造成的包含在金融風險中的價格波動風險和無常損失結轉風險。這兩個風險是本文重點計算和討論的對象。現有研究回顧現有的研究提到過無常損失這個概念。由于之前的研究涉及了經濟學中機會成本的概念，使得無常損失變得更加難懂。流動性做市商往往只有似懂非懂的概念，大致是知道有個風險在，并且只能祈求行情不要出現大的波動，就不會承擔這個風險了。現有的根據機會成本概念推導的公式在實際操作的過程中不能讓市場內的做市商直接使用。流動性做市商不能直接根據公式用價格波動比例計算自己的盈虧比例。目前的情況是投資人要計算收益的話，往往都要等完全清算完所有資產之后，在通過比較最終總金額和初始投資才能計算出自己的收益情況。在挖礦過程中就算出現了虧損其實也無法獲知，想執行一些風控策略就很困難。更進一步的，如果想計算風險對沖策略更是無從下手。還有一些研究只是朦朧的提出了對沖方式，但是沒有準確的計算，并無法確認對沖效果。本文將著重介紹通過數理方法計算質押池中資產變化的損益情況，并且推導出了準確的計算公式。此方法為之后對沖流動性質押帶來的價格波動風險和無常損失結轉風險提供了可以設計對沖方案的基礎。最后我們會根據綜合損益公式和現有的產品研究可能的對沖方案。

火幣研究院：遠古區塊獎勵移動很難判定指向中本聰:針對5月20日晚遠古區塊獎勵移動一事，火幣研究院高級研究員馬天元表示，從歷史數據來看，3654區塊開采于2009年2月10日，確實非常早期。但是與3654區塊同日開采、幾個區塊之隔的3651區塊、3652區塊、3656區塊、3657區塊，3660區塊，以及3654區塊前兩日開采的3442、3450等區塊的區塊獎勵都分別在中本聰消失（2010年12月）后發生過移動。例如3656區塊，在中本聰消失后近一年的2011年10月被移動過。再例如3450區塊獎勵，在2013年5月還被移動過。這證明了雖然2009年2月只是比特幣開采的第一個月，但是當時已經有其他礦工參與，因此無法單純因為3654區塊獎勵非常早期，就判定是中本聰在操作。[2020/5/21]

四、流動做市損益明細分析

為了弄清楚在AMM機制下做市商的損益情況，我們總結了所有影響損益的行為，按照性質進行了分類整理。假設我們把流動性做市獲得的治理代幣帶來的收益當作初始收入，在AMM機制下LP供應商的損益情況分析如下：

流動性供應商有4個方面需要考慮收益和損失：1）鏈上轉賬Gas費用，2）LP做市手續費收入，3）價格波動帶來的損益，4）AMM機制造成的無常損失。

鏈上轉賬Gas費用轉賬手續費的損失主要是ETH鏈上轉賬產生的Gas費，這是個相對固定的值，其影響會隨著資金體量的增加遞減。為方便計算和繪制損益圖，我們在下文的所有計算中將Gas費用相對于流動池價值的比例設置為一個常數。假設所有Gas費的總和是總LP資金池的0.05%做市手續費收入現在主流AMM的模型中做市手續費為0.3%。這部分的計算邏輯如下：

LP手續費收入=平均24小時流動性池成交額度×手續費率×質押天數×LP在質押池中的占比

這里假設平均24小時流動性池成交額度與當前流動池價值一致，則收益變動率隨價格變動的公式如下：

這個公式的推導是基于下面四個公式：

NSCOIN_Price×NSCOIN_Num=SCOIN_Price×SCOIN_Num

我們這里用SCOIN計價，所以SCOIN的價格記為1

NSCOIN_Num×SCOIN_Num=k

整個流動池的價值LPValue=NSCOIN_Price×NSCOIN_NumSCOIN_Price×SCOIN_Num池子的價格變動率為LP_Value_Ratio=LP_Value/LP_Value_Initial變量解釋：

NSCOIN=非穩定幣

SCOIN=穩定幣

*_Price=某幣的價格

*_Num=某幣的數量

做市手續費的收入比例是基于流動池價值變化的比例，將上述公式綜合一下就得到收益變動率隨價格變動的公式。

收益曲線如下圖：

這部分收益和市場繁榮度有關。而且年化來看如果日交易量能達到質押池的100%，年化收益率=0.03%*365=109.5%，這部分年化收益率不容小覷。

聲音 | 火幣研究員：本次增量美元資金帶來的影響或許更大:火幣研究員馬元天就“BTC、LTC的行情走勢”表示：在比特幣的減半周期下，2019年的走勢和2015年有諸多相似之處，市場的整體出售意愿降低，因此相比2015年的走勢有了加速。本次USDT的場外價格略有下降，同時一些具有合規美元法幣通道的交易所成交量大幅上升，因此本次增量美元資金帶來的影響或許更大。 此外，其認為LTC成為本次領漲主流幣也在意料之中，“由于LTC也處于減半周期內，回看LTC上一次減半大約提前2-3個月見頂。再配合比特幣上漲的Fomo情緒。” 1Token分析師Panda則認為本輪上漲如前幾次一樣，首先是美國交易所的BTC突破啟動。毫無疑問目前已經是熊末牛初。[2019/5/27]

價格波動帶來的損益假設沒有發生無常損失，非穩定幣價格變化與其組合價值變化是線性的。整體質押池中價格變動和損益情況如下圖：

無常損失結轉無常損失的具體細節前文之中已經仔細介紹過了。從機會成本的角度考慮，假設把沒有提供流動性的組合價值變化與提供流動性后LP池的價值變化做對比，推導出無常損失的公式如下：

這個公式基于兩個條件：

流動池AMM做市機制

NSCOIN_Num×SCOIN_Num=k

SCOIN和NSCOIN的量價關系

NSCOIN_Price×NSCOIN_Num=SCOIN_Price×SCOIN_Num

根據機會成本推導無常損失的原始公式如下：

%ImpermanentLoss=(NSCOIN_Price×NSCOIN_NumSCOIN_Price×SCOIN_Num)÷(NSCOIN_Price×NSCOIN_Num_InitailSCOIN_Price×SCOIN_Num_Initial)-1

%PriceChange為NSCOIN價格的變動率

對應的機會成本損益圖如下：

其中，%PriceChange是當前非穩定幣價格變動比例，%ImpermanentLoss是當前流動性池中的資產價值與該資產組合如果不提供流動性做市的價格變化比。

這個損益圖很明顯的表明我們前文例子推斷出的結論，也就是不論價格漲跌，由于AMM機制下流動性供應商的反向操作都會造成一定的無常損失。

對于無常損失，如果價格波動最終回到質押初始的價格，這部分損失不會真實存在，但這種情況一般只出現在非穩定幣價格穩定時。實際操作中往往價格不會回歸到質押時的原點，無常損失最終會結轉為真實損失。因為挖礦的周期不長，遇到的行情更有可能是單邊行情，比如單邊上漲或者下跌，這也是目前讓很多參與流動性挖礦的投資人最困惑的一部分損失。

上面的公式可以清晰的表現出機會成本的變化。但是就實際操作而言，LP供應商無法直接通過這個公式計算損益。因此我們從實際操作的角度將公式進行了轉換。將無常損失轉換為相對LP池價格初始價值的損益。

轉換后結合價格波動和無常損失的損益公式如下：

這里的RealLossRatio的計算邏輯是當前LP池的價值相對初始投入的絕對價值的變動

分析 | 火幣研報：8 月8 日至15日大跌或是大量用戶拋售個人錢包中的比特幣:據火幣研報，通過分析 2018年8 月8 日至8 月15日所有的比特幣地址與轉賬記錄，基于分類算法得出活躍地址數的分布：活躍地址中，44%為交易所地址，30%為服務商地址，19%為個人錢包地址，6%為公司，1%為礦池。再進一步分析新建地址數和轉賬明細得出：1）交易所和服務商新增地址數在這幾周內變化不大，但是新建個人錢包地址 數卻呈現明顯下降趨勢。 2）比特幣由個人地址轉入交易所的量遠遠大于從交易所轉入個人地址的量。最后推測該周比特幣價格大幅下挫原因可能有：1）新入場的投資者人數的減少。2）很有可能是有大量用戶將個人錢包中的比特幣轉入交易所進行拋售。[2018/9/5]

即(NSCOIN_Price×NSCOIN_NumSCOIN_Price×SCOIN_Num)÷

(NSCOIN_Price_Initial×NSCOIN_Num_InitailSCOIN_Price_Initial×SCOIN_Num_Initial)-1

五、綜合損益公式

根據上文的分析我們可以得出綜合損益公式：

損益公式=價格波動損益無常損失機會成本結轉的實際損失LP做市收入Gas費

最終公式如下：

其中FeeIncomeRatio公式：

根據上述公式，我們可以繪制出LP供應商和非LP供應商持有相同資產時損益隨著價格變動的對比圖：

圖中藍線是同樣資產下非LP供應商價值隨價格波動的損益。圖中橙色的線是對應相同資產LP提供者的損益情況。

在上漲行情中，LP資產的短時收益會和非LP的收益基本持平。只有超過交點漲幅后才會出現分化，交點在價格上漲大致50%的位置，受到Gas費用和手續費的輕微影響。

大致在下跌行情中，LP質押資產的虧損速率不像非LP的資產是恒定的，而是不斷加速的，這是由無常損失造成的。

六、對沖方式

經過上面的分析，我們不難看出隨著幣價波動在AMM機制下做市商主要要對沖2部分的損失。一是幣價下跌造成的損失，二是隨著不論非穩定幣價格漲跌，隨著其價格變化幅度的增加造成的無常損失。對于無常損失我們可以判斷AMM做市機制下流動性做市商的交易策略與不做市只持幣相比是凹的，塔勒布對于風險投資的建議是在冒險時需要保持凸性，也就是不論價格向上還是向下都有對沖方案。基于這個原則我們對目前市場中可用的產品進行了選擇。目前主要可用的產品有幣種豐富的合約產品和主流幣種為主的期權產品。

對沖產品選擇1）為什么不能選擇合約目前市場中比好用的對沖工具是合約產品，經過上篇分析，我們看到LP供應商的損益不是線性的，那作為線性工具的合約產品不能很好地覆蓋非線性的風險，下圖為使用合約對沖的效果。在非穩定幣價格下跌時，整個流動性池的價值加速下跌，在非穩定幣價格上漲時，整個流動性池的價值緩速上漲，那如果我們做空合約來保護，在幣價下跌時不能完全覆蓋損失，在幣價上漲時合約價值線性下跌，損失的速度比流動池價值增長的速度快，于是就造成下圖的對沖效果。用合約產品套保并不合適。

2）期權

對于目前損失期權產品是個理想的選擇。主要原因有以下幾點：

1.成本可控

目前流動性做市的時間都不會很長，所以也不用購買非常遠期的期權。期權內的時間價值并不高，因此期權價格也會相對便宜。從損益圖上來看，大致使用深虛期權即可，因為平值附近的虛值期權價格較貴，會產生較大的成本，從絕對價格看深度虛值期權價格相對便宜，。

2.期權作為保護工具價格風險覆蓋面積足夠，且不會抵消幣價上漲帶來的收益

比如使用看跌期權對沖非穩定幣幣價下跌的風險，在低于設定執行價格時，看跌期權的損益圖與合約一樣是線性的，如果采取買入量和流動性池中的質押量1:1對沖，在極端情況下可以對沖掉50%的損失。在非穩定幣價格上漲時，該看跌期權的損益是0，不會對LP流動池的價格造成影響。

a）無常損失部分對沖

根據上面的分析，我們選擇的買入深虛的看跌期權和看漲期權進行對沖。

價格變動的收益圖如上。圖中的展示的測算的是行權價在非穩定幣初始價格80%處的看跌期權和140%處的看漲期權。

我們首先單獨測算了期權產品對沖無償損失部分。使用看跌期權和流動性池中非穩定幣價值1：1，對沖結果如下圖：

可以看出在價格變動較大時完全覆蓋了無常損失。同時從上圖看出，在價格變動不大時，對沖之后的損失略大于無常損失，這是因為這個價格區間不在期權的行權區間內，但我們付出了權利金，產生了一定的成本。

b）流動性池整體對沖

根據之前的損益模型計算，在價格漲幅到約50%的時候上漲的收益才會出現分化。因此在對沖上漲的無常損失的時候看漲期權價格可以為平值的大約1.5倍。

在下跌行情中，需要對沖無償損失和實際價格下跌的兩部分損失。我們先測算了看跌期權和看漲期權與流動性池非穩定幣資產價值1：1的對沖方式。結果如下圖：

不難看出，在非穩定幣價格上漲到對沖區間時，1:1買看漲期權不僅可以對沖掉無常損失，還能帶來額外的收益。在極端情況下，1:1買看跌期權只可以對沖掉50%的損失。因此我們調整了看跌期權的比例，用2份看跌期權：1份看漲期權進行對沖，結果如下圖：

通過這種方式，只要時間周期可以完整覆蓋流動性做市質押周期，對于非穩定幣-穩定幣流動性質押池中的資產可以做到基本無損挖礦，并且還有稍微的正向收益。

另外在期權選擇方面，期權費和未對沖的損失之間的權衡需要著重考慮。

對沖涉及到的計算公式如下：

PutValue=(Max(StrikePrice-ETHPrice,0)-PutPrice)×2

CallValue=Max(NScoinPrice-StrikePrice,0)-CallPrice

HedgeValue=PutValueCallValue

PnLhedged=LPpoolvalueHedgeValueFeeincome–GasFee

變量表：

K=Constantnumber

P=NSCoinprice

fee_rate=做市手續費收入比例，參考Uniswap設為0.003

Gasfee=錢包轉賬手續費，設為初始投入Portfolio的0.05%

T=鎖倉天數

Volume=LP的每天交易額,初始按LP價值1：1設置

P_init=非穩定幣初始價格

實際對沖案例我們以HuobiGlobal的ETH期權產品舉個例子。當前是9月26日，參與ETH-USDT池的流動性做市，ETH的價格是350USDT，一般挖礦周期較短，選擇當周到期的行權價為270USDT看跌期權來保護價格下跌風險，距離交割還有7天，1ETH的標記價格為2.64USDT。當挖礦到期時，ETH的價格變動整體帶來的損益如下圖所示。當跌到行權價270以下時，看跌期權開始起到保護的效果。我們將實際數據帶入上面的公式計算購買和非穩定幣資產總量1：1的看跌期權的對沖效果如下圖。

從圖中可見買入和非穩定幣總量1：1看跌期權能起到一定的對沖作用但是，流動性池中的資產在價格下跌的時候仍面臨較大的風險。

我們又根據上面公式，帶入實際變量買入和非穩定幣總量2：1的看跌期權的對沖情況如下圖：

看漲期權方面，我們認為實際操作中由于價格漲幅超過50%才會開始分化，對于價格相對穩定的幣種，這種情況的可操作空間極大，因此可以考慮不進行買入看漲期權進行對沖。可以根據行情主動操作節約成本。

通過實際案例我們可以看出買入兩份看跌期權基本可以覆蓋住流動性做市的主要風險。如果非穩定幣幣價波動很大，

期權對沖的問題通過實例我們不難看出場內期權也可能存在一定的問題，主要體現在對于時間的覆蓋不準確和市場深度的不足。1）時間周期的覆蓋

場內期權是標準化產品，行權價和到期日是平臺已經設定好的，與挖礦的周期匹配的概率不大，如果無法匹配，做市商只能選擇比挖礦周期略長的期權產品，到期可以將期權平倉。會有額外的成本消耗，可能還需要一些額外的主動交易操作。

2）市場深度的影響

另外，受于市場深度的影響，如果挖礦資金體量比較大，可能買不到完全覆蓋風險的額度。關于這點由于期權市場存在買賣雙方的供需關系，隨著市場需求的增大這個問題可能會逐步緩解。

目前來看可能最佳的對沖方案根據客戶需求定制化的場外期權，目前來看可能是對沖的最佳方案。場外期權有以下幾個優點，比較契合流動性做市商的需求。首先對沖標的可定制化，這更加契合流動性做市商的需求，這讓流動性做市商的流動性池的有了更多的選擇。其次是行權靈活，因為這個特點流動性做市商可以和場外期權供應商約定行權周期，因此場外期權可以精確覆蓋流動性做市商完整的做市時間周期。最后是杠桿靈活，場外期權可以選擇不同行權價格以及期限的特點，使得期權的杠桿是可調節的，這提高了流動性供應商的資金使用率。

最后場外期權由于專業性極強，供應商的信譽背書也非常關鍵。因此在選擇場外期權供應商的過程中其實還要注意供應商的兌付風險。

對沖方案的風險分析目前根據現有的2：1的期權對沖方案基本可以覆蓋住之前識別出價格波動風險和無常損失結轉風險。但是同時也引入了一些新的風險點。由于我們使用期覆蓋的是長尾風險，在發生極端行情時，期權的兌付風險就值得關注，在今年3月的極端行情中，某知名平臺自己通過墊付的形式才保證了期權的兌付。對于這一點，選擇賣方100%保證金的期權市場可能是個更好的選擇。另外如果采用場外期權，供應商的兌付能力就更加值得關注。

七、總結

本文通過精確的計算，推導出了在AMM機制下的非穩定幣-穩定幣流動性供應商的底倉隨著價格波動帶來的損益情況的綜合損益計算公式。該公式可讓市場中流動性做市商實現精確風控，并且為后續準確計算對沖產品打下基礎。之后本文根據市場中現有的金融衍生品探討了可能的對沖方案。由于可以計算，我們可以得出精確的對沖結果，合約產品在對沖無常損失方面，由于合約產品是線性工具不能很好地覆蓋非線性的風險。目前來看期權產品比較符合我們的對沖需求，從成本考慮用標準化的期權買入和非穩定幣資產總量兩倍的深虛看跌期權進行對沖，可以覆蓋絕大部分損失。但是在時間周期和市場深度方面可能會有一些問題。因此，大體量的流動性做市商使用定制化的場外期權可能是目前最佳的風險對沖的選擇。

八、進一步研究

目前的研究是基于一個穩定幣-非穩定幣對的研究。我們目前已經完成了雙非穩定幣的計算和推導。預計在后面火幣研究院《AMM做市無常損失對沖分析系列——雙非穩定幣流動性池的損益與對沖》文章中詳細介紹。

關于火幣區塊鏈研究院

火幣區塊鏈應用研究院成立于2016年4月，于2018年3月起致力于全面拓展區塊鏈各領域的研究與探索，以泛區塊鏈領域為研究對象，以加速區塊鏈技術研究開發、推動區塊鏈行業應用落地、促進區塊鏈行業生態優化為研究目標，主要研究內容包括區塊鏈領域的行業趨勢、技術路徑、應用創新、模式探索等。本著公益、嚴謹、創新的原則，火幣研究院將通過多種形式與政府、企業、高校等機構開展廣泛而深入的合作，搭建涵蓋區塊鏈完整產業鏈的研究平臺，為區塊鏈產業人士提供堅實的理論基礎與趨勢判斷，推動整個區塊鏈行業的健康、可持續發展。

聲明：本文內容為作者獨立觀點，不代表碳鏈價值立場，且不構成任何投資理財建議。

Tags：SCOICOICOINSCOPaulSportsCoinMedicCoinBNbitcoinSCOOBI價格

FIL