解析 Smilee Finance:基于无偿损失的链上期权方案

news2025/1/17 1:06:18

“有了 Smilee Finance,无偿损失或许不再是一种损失,它也更可能是一种可组合性的收益”

无偿损失

流动性挖矿是引燃 DeFi Summer 的导火索,在 AMM DEX 中,它允许用户将资产按照比例添加到 AMM 流动性池中成为 LP,以为交易者潜在的 Swap 行为所需要的流动性做着准备。作为回馈,LP 们能够获得来自于 DEX 的治理代币以及手续费分佣等的激励。

目前,绝大多数 AMM DEX 通常以恒定常数模型为基础,比如目前应用最广泛的恒定乘积模型的 Uniswap v2 以及 CLMM 的 Uniswap v3、恒定和机制的 Balancer、恒定交易函数的 Curve、恒定资金池模型的 Bancor 等。

基于这种恒定常数模型,当外部市场资产价格发生变化时,通常会促进交易者更加频繁的交易,而不断引发池中资产数量、比例发生变化,导致池中资产价格背离市场,这又将吸引套利者来扳平价差获利。所以在 AMM 流动性池中,资产的分布总是在不断的发生动态变化的。

所以在伴随着流动池中的某种资产价格发生变化时,基于恒定常数,将导致 LP 的资产分布也会发生变化。如果资产价格上升,LP 将持有更多的低价值资产,如果价格下降,LP将持有更多的高价值资产,这种价格差异导致了无偿损失。

无偿损失的程度通常与资产价格的波动性有关,当资产价格波动性较大时,无偿损失可能更显著,因为价格变动引起的资产重新分配更为剧烈。

Smilee Finance 团队曾将某 AMM 模型的无偿损失,通过数据模拟测算制成了图表,即提供流动性与持有价值 10,000 美元的 ETH / USDC 等权重投资组合(EW)之间的比较。设定初始 ETH 价格 = 1,000 美元。红色直线为 ETH 价值变化时投资组合的价值关系,蓝色曲线则为 ETH 价值变化时,LP 价值的走势。实际上,蓝色曲线与红色直线间在纵坐标上的差值,即可描述为无偿损失。

根据上图直接反映的无偿损失图表如下:

所以我们看到在上述例子中,当 ETH 价值维持在 1000 美元左右时,无偿损失是最小的,手续费等收入几乎可以弥补无偿损失,但当 ETH 价格背离过多时无偿损失更加明显,突破临界值后 LP 们将亏损。

虽然无偿损失是 LP 们的“噩梦”,但 Smilee Finance 正在通过构建一套以无偿损失为基础的期权方案,在弥补 LP 提升收益的同时,并将无偿损失变成将无偿收益。作为一种极具创新性的期权产品,Smilee Finance 的叙事也不仅限于单一的链上期权协议,它也期望作为一个底层期权协议帮助开发者以可组合性的形式搭建更多具备抓手功能的期权产品。

本文将带领读者对 Smilee Finance 的协议设计以及叙事方向进行探索。

Smilee Finance 如何让“无偿损失”变成“无偿收益”?

实际上,LP 们本身并不希望资产本身有过高的波动,所以 LP 在期权术语中本身属于一种做空波动性的角色(即更期望短期波动率),即在当市场稳定或处于均衡时赚钱,但是当市场处于波动时,LP 们就不得不承受这种波动所带来的无偿损失风险。

Smilee 构建了一种新型的链上期权产品方案,并将其称为去中心化波动率产品(DVP),通过将无常损失分解为期权,然后重新组合它们以产生任何类型的波动性收益。在这套模型中,LP 是期权的铸造者以及出售者(Smilee 中被称为短期波动率 DVP),而 Smilee 则进一步引入了做多波动性的角色,它们是通过支付溢价来购买期权的角色(在 Smilee 中被称为长期波动率 DVP)。

Smilee 建立了一个链上引擎,其将短期波动率 DVP 与长期波动率 DVP 在两端进行链接。

短期波动率 DVP 即 LP 们通过 Smilee 铸造 LP 后, Smilee 将其潜在的无偿损失铸造成期权进行出售,而长期波动率 DVP 则通过 USDC 等资产通过 Smilee 购买这些期权,长期波动率 DVP 所支付的溢价资产将分配给 LP 以弥补他们的无偿损失,长期波动率 DVP 们则以期权的形式获得这些无偿损失资产(吸收 LP 们所面临的无偿损失风险)。

简单来说,就是通过 Smilee 引擎 LP 与期权购买者之间进行“交易”(两个角色分别通过不同的保险库进入),LP 们向期权购买者出售他们的无偿损失部分的资产,并获得期权购买者所支付的溢价(购买期权的资金)。

实际上,落实到产品上,Smilee 两侧的每个保险库都包含下面几个参数:

波动率敞口(做多波动率或做空波动率);

代币对(例如 ETH/USDC);

回报公式,DVP 背后的策略以及用于实现保险库目标的公式;

期权到期日;

拍卖周期。

通过这套模型,LP 们能够将无偿损失变成一种可以预期的收益,而期权购买者们则有赢有亏,当他们所获得的无偿损失资产大于他们所支付的溢价时即盈利。

Smilee Finance 的交易引擎是确保长期波动率和短期波动率 DVP 保持完美平衡的关键,基于此,短期和长期波动率 DVP 收益之和就是 LP 收益与无常损失之和。所以只需确保每个金库的流动性与等权重投资组合的分配完美匹配,Smilee 就可以保证所有 DVP 收益都得到充分保障。而 Smilee Finance 本身是搭建在 DEX 上的,即以 Uniswap、Sushiswap、Curve 等 DEX 上以获得流动性保证,这意味着基于 Smilee 可以铸造和出售任何期权,而无需首先有人出售该期权。

Smilee 设计了一套十分灵活的架构设计,它允许为高级用例创建可定制的 DVP,无论是来自协议、DAO 还是机构(例如做市商、对冲基金等),都可以在 Smilee 上建造各种各样的金库,包括可以执行调用、看跌期权、跨越或任何其他类型的期权策略的期权库,可以用于对冲无偿损失风险、通过期权策略获利等等。

Smilee 正在将可组合性的概念提升到了一个全新的高度,而 Smilee 一词,也正在被描述为将 DEX 流动性转化为波动性的全新原语。

目前,真实收益保险库与无偿收益保险库是基于 Smilee Finance 建立的首套保险库用例,它允许 LP 们通过真实收益保险库提供流动性并获得可以预期的收益,并允许期权购买者通过无偿收益保险库通过溢价购买期权获得无偿收益。

真实收益保险库

真实收益保险库主要面向 LP 端(它的另一端是无偿收益保险库),LP 们可以将流动性(单币或双币)注入到保险库中,在获得 LP 挖矿收益的同时,还将获得基于 USDC 的额外溢价收益(由期权购买者支付)以覆盖无偿损失。这种收益是透明且明确的,LP 们能够在提供流动性是就可以预期真实收益率,且明确的获得类似于加密理财一样的盈利。

而通过在无常收益保险库到期时调整真实收益保险库增量,Smilee 也将不受两端保险库期限不匹配的影响。因此,最终期权购买者购买的无常损失正是 LP 的损失,而不受其他要素影响。

Smilee Finance 也通过数学模型将基于真实收益保险库提供流动性与在 Uniswap v3 上(-50%、+50% 范围)内提供的集中流动性进行了对比。(ETH/USDC 币对,ETH 价格为 $1000)

可以看到,真实收益保险库无论在 ETH 价格如何变化,绝大多数情况下都要比 Uniswap v3 的收益要高,除头寸更透明外,收益更加可预测且收益波动性也更小。

无偿收益保险库

无偿收益保险库是真实收益保险库的另外一侧,它允许用户向池中以 USDC 的方式支付溢价,以购买期权(无偿损失)。

通常,购买期权时,需要对一些参数进行选择,包括:

代币对,例如,ETH / USDC、ETH / BTC,...)

USDC 溢价金额

杠杆倍数

策略(例如,仅上行、仅下行、简单)

到期日

拍卖周期

在拍卖期间,购买者需要支付 USDC 溢价进入无常收益保险库,计算溢价以覆盖真实收益保险库的 APY。到期时,真实收益保险库损失的无常损失将转移至无常收益保险库,并能够提取无常损失使其成为无常收益。

当然,在期权到期时购买者并不总是能够获得盈利的。只有当货币对在任一方向的回报足够大以补偿所支付的溢价时,买方就达到盈亏平衡,在此之后,他开始赚取利润。不过期权购买者的盈利预期相对而言还是比较高的,随着标的变化更为明显时,到期后获得的收益会更高。

同样在 Smilee Finance 的数据测算中(ETH 价格为 1000 美金),期权购买者在购买期权后,标的价格在上涨 13% 或下跌超过 12%时,将能够获得更高的盈利预期,并覆盖支付的溢价。

无偿收益保险库的另外一个好处是没有清算,其允许交易者提前平仓,在这种情况下,他的回报将是截至平仓是所实现的无常收益,并丧失所支付的全部溢价费用。

实际上,无偿收益保险库的用途十分广泛,包括持有大量 LP 的机构、DAO 组织等对冲 LP 风险、应对极端市场的变化、在明确产生波动事件前建仓获利、对冲投资组合风险等等。

此外,基于无偿收益保险库,还可以在进一步扩展,以创建更丰富的策略,包括选择仅上涨、仅下跌等定制化的设定,并进一步组合出满足定向化需求的期权组合产品,配合最高支持 1000 倍的杠杆,将带来更加广泛的收益效果。

AMM DEX 的增益

Smilee Finance 正在成为 AMM DEX 的一种增益。

实际上,加密市场中,绝大多数 DEX 都是基于 AMM 模型创建,并且都存在潜在的无偿损失风险,几乎所有人都认为无偿损失是一种缺陷,但 Smilee 却以可组合的方式将无偿损失设计成一种全新的期权方案,它能够以可组合性的方式帮助 LP 们将无偿损失转化为可预期的收益。

几乎所有具备无偿损失的 AMM DEX 都将能够充当 Smilee Finance 构建保险库的底层,其能够十分广泛的覆盖在各类头部 DEX 以及不同链的 DEX 上,这意味着 Smilee Finance 无需自行搭建流动性,只要底层 DEX 能够提供充足的流动性 Smilee 就能运转,并随着 LP 的不断铸造而源源不断的铸造期权。

Smilee Finance 具备直接捕获这些 DEX 用户的能力,同时相对于 OPYN、Hegic 等基础期权协议的启动、运转门槛更低,且流动性更好。同时 Smilee 上可以建造各种各样的金库,包括可以执行调用、看跌期权、跨越或任何其他类型的期权策略的期权库,并能够面向十分丰富的投资者群体。

通过与 Smilee Finance 的组合,AMM DEX 将获得规避无偿损失的能力,这将帮助这些 DEX 在更小代价且无需考虑无偿损失的前提下充分捕获流动性,并能够在资本效率等方面做进一步的探索。

同时,AMM DEX 不仅能够基于 Smilee Finance 向期权领域深度的拓展,以丰富 DEX 本身的功能抓手, Smilee Finance 有望成为 DEX 拓展收益渠道、规避市场风险甚至通过全新期权功能抓手拓展用户的全新途径。

从衍生品赛道的角度看,永续期货类协议占据了主要的市场份额,期权则始终发展较为滞缓,

无论是链上还是链下领域。实际上,在传统金融领域,期权的名义成交额与期货基本在同一量级,这意味着期权赛道尤其是更具灵活性与可组合性的链上期权赛道具备十分广阔的发展潜力。这同样对于 Smilee Finance 来说是一个不错的早期机会。

Smilee Finance 生态进展

在 2023 年 5 月,Smilee Finance 获得了由 Dialectic 领投,Synergis Capital、Concave Ventures、Owl Ventures、Yunt Capital、Dewhales Capital、Outlier Ventures、New Order、Multisig Ventures、GTS Ventures、Hyperpyra 等众多投资者及一系列天使投资者共计 200 万美金的种子轮融资。

Smilee Finance 也在在前不久上线了测试网,并在 11 月 24 日在其测试网上推出了期权交易大赛,每周参赛者将获得额外的 2,000 美元的 $sUSD 空投。截止目前已有超过2000人参加,第一周最佳战绩为收益540%。

Smilee Finance 正式网预计将在 12 月末或 1 月初正式上线。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1287412.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Web漏洞-XSS绕过和pikachu靶场4个场景(三)

★★实战前置声明★★ 文章中涉及的程序(方法)可能带有攻击性,仅供安全研究与学习之用,读者将其信息做其他用途,由用户承担全部法律及连带责任,文章作者不承担任何法律及连带责任。 1、XSS漏洞挖掘与绕过 1.1、XSS漏洞挖掘 数据…

Leetcode刷题笔记题解(C++):LCR 021. 删除链表的倒数第 N 个结点

思路:用双指针去遍历链表,删除left的下一个节点,注意的是n大于等于链表长度即删除第一个节点 /*** Definition for singly-linked list.* struct ListNode {* int val;* ListNode *next;* ListNode() : val(0), next(nullptr) {…

设计模式——七大设计原则

设计模式——七大设计原则 1、单一职责原则(SRP)2、开放封闭原则(OCP)3、依赖倒转原则(DIP)4、里氏替换原则 (LSP)5、接口隔离原则 (ISP)6、合成/聚合复用原则 (CARP)7、迪米特法则 (LoD) 了解 设计模式 的…

bootstrap中的图标元素可以免费使用

Available glyphsIncludes over 250 glyphs in font format from the Glyphicon Halflings set. Glyphicon 网址如下: Components Bootstrap

17.认识下Docker之docker的核心原理(2)

1.容器-我的小世界 不知道大家看没看过小说《完美时间》,里面石昊经常进入一个小世界在里面与世隔绝的修炼或者战斗,总之就是在一个完全封闭的空间里做他想做的事情而与外界隔离,不受侵扰。通过前面的分析我们知道,Namepace让应用…

【代码随想录】算法训练计划39

dp 1、62. 不同路径 题目: 求路径方案多少个 思路: 这道题就有点dp了哈 func uniquePaths(m int, n int) int {//dp,写过,代表的是多少种// 初始化dp : make([][]int, m)for i : range dp {dp[i] make([]int, n)dp[i][0] 1 // 代表到…

【5】PyQt按钮

QPushButton 常见的按钮实现类包括:QPushButton、QRadioButton和QCheckBox QPushButton是最普通的按钮控件,可以响应一些用户的事件 from PyQt5.QtWidgets import QApplication, QWidget, QPushButton import sysdef func():print("按下按钮啦,火…

MPC模型预测控制理论与实践

一、基本概念 最有控制的动机是在约束条件下达到最优的系统表现。 模型预测控制(MPC,Model Predictive Control)是通过模型来预测系统在某一未来时间段内的表现来进行优化控制,多用于数位控制,通常用离散型状态空间表…

随机链表的复制[中等]

优质博文:IT-BLOG-CN 一、题目 给你一个长度为n的链表,每个节点包含一个额外增加的随机指针random,该指针可以指向链表中的任何节点或空节点。构造这个链表的深拷贝。深拷贝应该正好由n个全新节点组成,其中每个新节点的值都设为…

【论文笔记】A Transformer-based Approach for Source Code Summarization

A Transformer-based Approach for Source Code Summarization 1. Introduction2. Approach2.1 ArchitectureSelf-AttentionCopy Attention 2.2 Position Representations编码绝对位置编码成对关系 1. Introduction 生成描述程序功能的可读摘要称为源代码摘要。在此任务中&…

C++ day55 判断子序列 不同的子序列

题目1:392 判断子序列 题目链接:判断子序列 对题目的理解 判断字符串s是否为t的子序列 字符串s和字符串t的长度大于等于0,字符串s的长度小于等于字符串t的长度,本题其实和最长公共子序列的那道题很相似,相当于找两…

面试就是这么简单,offer拿到手软(四)—— 常见java152道基础面试题

面试就是这么简单,offer拿到手软(一)—— 常见非技术问题回答思路 面试就是这么简单,offer拿到手软(二)—— 常见65道非技术面试问题 面试就是这么简单,offer拿到手软(三&#xff…

【数据结构(七)】查找算法

文章目录 查找算法介绍1. 线性查找算法2. 二分查找算法2.1. 思路分析2.2. 代码实现2.3. 功能拓展 3. 插值查找算法3.1. 前言3.2. 相关概念3.3. 实例应用 4. 斐波那契(黄金分割法)查找算法4.1. 斐波那契(黄金分割法)原理4.2. 实例应用 查找算法介绍 在 java 中,我们…

【Midjourney实战】| 新年礼盒元素设计

文章目录 1 初步提示词2 润色提示词3 提示词发散联想 这期实践任务,我们想去做一个新年礼盒的效果,最后我们想把不同元素拼在一起,方便后期进行新年的相关设计 1 初步提示词 提示词初步我们乍一想,肯定要包括主体元素礼盒 新年礼…

APOLLO自动驾驶技术沙龙:未来已来,共创智能交通新时代

在这次Apollo会议上,我深刻地感受到了人工智能自动驾驶技术领域的最新进展和未来趋势。作为一名从事软件开发工作的人员,我深感荣幸能够参加这次盛会。 前言 本次活动是百度Apollo社区工程师齐聚首钢Park,带来现场实操与技术分享。主要围绕Ap…

好用的挂耳式蓝牙耳机有哪些?四款好用高性价比的耳机推荐

随着生活节奏的加快,挂耳式蓝牙耳机真的是越来越不可或缺了,不管是坐地铁、步行还是运动,一副好用的挂耳式蓝牙耳机都能让你感觉自己像是生活里的主角。但市面上的选择实在是太多了,简直让人眼花缭乱,不过我找了四款真…

仓库管理系统【GUI/Swing+MySQL】(Java课设)

系统类型 Swing窗口类型Mysql数据库存储数据 使用范围 适合作为Java课设!!! 部署环境 jdk1.8Mysql8.0Idea或eclipsejdbc 运行效果 本系统源码地址: 更多系统资源库地址:更多Java课设系统 更多系统运行效果展示…

很全面 影响无人机自动返航的因素总结

在无人机技术不断成熟的今天,自主返航技术成为保障飞行安全的一种重要工具。无人机在多种情况下能够智能判断,主动实施返航动作,为用户提供更加可靠的飞行保障。以下是一些常见的无人机自动返航场景,让我们深入了解这项技术背后的…

玩转数据8:数据质量管理与数据清洗的实践

引言 在当今数字化时代,数据质量管理和数据清洗对于企业和组织来说变得至关重要。随着大数据的快速增长和数据驱动决策的普及,确保数据的准确性、一致性和完整性成为保证业务成功的关键因素。本文将探讨数据质量管理和数据清洗的概念、目标以及其在Java…

U-Net网络模型改进(添加通道与空间注意力机制)---亲测有效,指标提升

U-Net网络模型(注意力改进版本) 这一段时间做项目用到了U-Net网络模型,但是原始的U-Net网络还有很大的改良空间,在卷积下采样的过程中加入了通道注意力和空间注意力 。 常规的U-net模型如下图: 红色箭头为可以添加的…