[論文レビュー] Strategic Liquidity Provision in Uniswap V3

Fan, Zhou, Marmolejo-Cossio, Francisco+4 more|arXiv (Cornell University)|Jun 22, 2021

Financial Markets and Investment Strategies被引用数 23

ひとこと要約

本論文は、Uniswap v3における動的で文脈に配慮した流動性供与のためのニューラルネットワークベースの最適化フレームワークを提案する。これにより、流動性提供者（LP）は価格帯 across に集中流動性を戦略的に再配分し、手数料収益を最大化できる。価格動態と再配分コストをモデル化することで、特に変動性が高く手数料が高額な環境下で、静的または均一な割り当て戦略に比べて最大3.5倍の収益向上を達成する。

ABSTRACT

Uniswap v3 is the largest decentralized exchange for digital currencies. A novelty of its design is that it allows a liquidity provider (LP) to allocate liquidity to one or more closed intervals of the price of an asset instead of the full range of possible prices. An LP earns fee rewards proportional to the amount of its liquidity allocation when prices move in this interval. This induces the problem of strategic liquidity provision: smaller intervals result in higher concentration of liquidity and correspondingly larger fees when the price remains in the interval, but with higher risk as prices may exit the interval leaving the LP with no fee rewards. Although reallocating liquidity to new intervals can mitigate this loss, it comes at a cost, as LPs must expend gas fees to do so. We formalize the dynamic liquidity provision problem and focus on a general class of strategies for which we provide a neural network-based optimization framework for maximizing LP earnings. We model a single LP that faces an exogenous sequence of price changes that arise from arbitrage and non-arbitrage trades in the decentralized exchange. We present experimental results informed by historical price data that demonstrate large improvements in LP earnings over existing allocation strategy baselines. Moreover we provide insight into qualitative differences in optimal LP behaviour in different economic environments.

研究の動機と目的

• Uniswap v3における戦略的流動性供与問題に対処すること。ここでは、LPは集中型手数料獲得と価格の脱出リスクの間でトレードオフを強いられる。
• 変化する市場状況と価格動向に適応可能な動的で文脈に配慮した流動性割り当て戦略を開発すること。
• 流動性再配分に伴うガス手数料やスリッページといった現実の制約を最適化フレームワークに組み込むこと。
• Uniswap v2の均一な割り当て（ベースライン戦略）を上回る、適応的でデータ駆動型の流動性ポジショニングを実現すること。

提案手法

• 価格進化と契約ダイナミクスの不確実性を前提として、動的流動性供与を確率的最適化問題として形式化する。
• 価格が現在の価格を中心とする事前に定義された区間を逸脱した際に流動性を再配分する「τリセット戦略の族」を導入する。
• 各リセット後に履歴的価格および流動性データを組み込むことで、文脈に配慮した割り当て意思決定を学習するニューラルネットワークベースのポリシー（ODRA）を採用する。
• さまざまなリスク回避度と再配分コストパラメータを想定し、確率的勾配降下法を用いてニューラルポリシーを最適化する。
• 歴史的イーサリアム価格データと合成市場フローを用いて、現実的な取引環境をシミュレートするためのモデルキャリブレーションを実施する。
• 文脈に依存しない（OIRA）と文脈に配慮した（ODRA）戦略を区別し、後者は時間的文脈を活用することでパフォーマンスを向上させる。

実験結果

リサーチクエスチョン

• RQ1 動的価格変動下において、文脈に配慮した流動性割り当て戦略は、文脈に依存しないまたは均一な戦略に比べてLPの手数料収益にどのように影響するか？
• RQ2 市場の変動性と非アービトラージ取引量の異なる水準下で、流動性再配分の最適なリセット周波数（τ）は何か？
• RQ3 リスク回避度が、Uniswap v3における最適なスプレッドおよび流動性割り当ての集中度にどのように影響するか？
• RQ4 再配分コスト（ガスとスリッページ）は、動的流動性供与の最適戦略とパフォーマンスにどの程度影響を及ぼすか？
• RQ5 非アービトラージ取引量と価格変動性の変化は、ニューラルネットワークベースの流動性戦略のパフォーマンスにどのように影響するか？

主な発見

• ニューラルネットワークベースのODRA戦略は、さまざまな市場状況下で期待効用がOIRAやベースラインの均一戦略に比べ最大3.5倍向上する。
• 文脈に配慮した戦略（ODRA）は、文脈に依存しない戦略（OIRA）を著しく上回り、特に非アービトラージフローと価格変動の時間的変動が著しい状況で顕著である。
• リスク回避度が高くなると、LPは流動性をより広い区間に分散させ、価格の脱出リスクへの露出を低減するが、期待手数料収益は低下する。
• 再配分コスト（η）が高いほど、最適なτ値も高くなる。これは、頻繁な再配分がペナルティを受けるため、最適でなくなることを示している。
• 非アービトラージ取引量と価格変動性が増加すると、両方とも流動性の割り当てが広がり、これらのフローからの手数料獲得が増加する。
• 最適戦略は、手数料獲得、リスク露出、再配分コストの間で動的にバランスを取っており、特に高手数料または高変動性環境下でパフォーマンス向上が顕著に現れる。