[논문 리뷰] Uniswap Liquidity Provision: An Online Learning Approach

Yogev Bar-On, Yishay Mansour|arXiv (Cornell University)|2023. 02. 01.

Advanced Bandit Algorithms ResearchDecision Sciences인용 수 3

한 줄 요약

이 논문은 비스튜디오적 수익을 가진 온라인 학습 문제로 유니스왑 v3 유동성 공급를 공식화하며, 손실 최소화 및 전문가 조언을 활용한 동적 전략을 제안하여 거래량이 충분히 높을 경우 유동성 제공자에게 양의 수익을 보장한다. 주요 기여는 적대적 가격 변동 조건에서도 성립하는 이론적 수익 하한을 제시한 것으로, 2022년 실제 이더리움 데이터를 활용해 실증적으로 검증되었다.

ABSTRACT

Decentralized Exchanges (DEXs) are new types of marketplaces leveraging Blockchain technology. They allow users to trade assets with Automatic Market Makers (AMM), using funds provided by liquidity providers, removing the need for order books. One such DEX, Uniswap v3, allows liquidity providers to allocate funds more efficiently by specifying an active price interval for their funds. This introduces the problem of finding an optimal strategy for choosing price intervals. We formalize this problem as an online learning problem with non-stochastic rewards. We use regret-minimization methods to show a liquidity provision strategy that guarantees a lower bound on the reward. This is true even for non-stochastic changes to asset pricing, and we express this bound in terms of the trading volume.

연구 동기 및 목표

• 유니스왑 v3에서 가격 간격 선택의 최적화 문제를 해결함으로써, 잘못된 간격 선택이 가격 불일치로 인해 심각한 손실을 초래하는 문제를 해결한다.
• 유동성 공급 문제를 비스튜디오적 수익을 가진 온라인 학습 프레임워크로 공식화하여, 향후 가격 동역학에 대한 가정 없이도 우수한 성능을 내는 전략을 가능하게 한다.
• 충분한 높은 거래량 조건 하에서, 가격 이동 패tern과 관계없이 항상 양의 수익을 보장하는 동적이고 적응형 유동성 공급 전략을 개발한다.
• 2022년 실제 유니스왑 v3 데이터를 활용해 이론적 모델을 실증적으로 검증함으로써 제안된 접근의 실용적 타당성을 입증한다.

제안 방법

• 저자는 전문가 조언이 포함된 온라인 학습 문제로 유동성 공급를 모델링하며, 각 전문가는 고정된 가격 간격(집중도 제어기)에 해당하는 유동성 할당 전략을 의미한다.
• 그들은 손실 최소화 기반의 지수 가중 알고리즘(EWA)에 기반한 동적 전략을 도입하여, 다수의 정적 전략의 성능을 적응적으로 통합함으로써 손실을 최소화한다.
• 수익 함수는 유동성 제공자의 가치 변화에서 유도되며, 거래 수수료와 일시적 손실을 포함한다. 이론적 하한은 평균 로그 가격 변화와 거래량을 바탕으로 표현된다.
• 가격 변화에 대한 확률적 가정을 하지 않아, 적대적 또는 비스튜디오적 시장 움직임에 대해 강건한 모델이다.
• 이론적 분석을 통해 총 수익의 하한을 확립하였으며, 이는 거래량과 로그 가격 변화 크기의 곱에 비례한다.
• 실증 검증은 구글 빅쿼리를 통해 이더리움 기반 유니스왑 v3 풀(USDT/USDC 및 ETH/USDC)의 시간대별 데이터를 활용하여, 2022년 전체 기간 동안 정적 전략과 적응형 전략을 시뮬레이션하였다.

실험 결과

연구 질문

• RQ1 자산 가격이 비스튜디오적, 적대적 방식으로 변화하더라도 항상 양의 수익을 보장하는 유동성 공급 전략을 설계할 수 있는가?
• RQ2 유니스왑 v3 유동성 공급에서 적대적 가격 변화 조건 하에서 양의 수익을 확보하기 위해 필요한 최소 거래량은 얼마인가?
• RQ3 전문가 조언 기반의 적응형 전략의 성능은 다양한 유동성 풀과 시간대에서 정적 전략과 비교해 어떻게 되는가?
• RQ4 유니스왑 v3 풀의 실제 거래량이 양의 수익을 보장하는 이론적 조건을 얼마나 충족하는가?
• RQ5 제안된 온라인 학습 프레임워크는 실증 블록체인 데이터를 통해 효과적으로 校정되고 검증될 수 있는가?

주요 결과

• USDT/USDC 풀에서 2022년 동안 EWA(지수 가중 적응형) 전략은 단위 유동성당 0.515 USDC의 총 수익을 기록하여 모든 개별 정적 전략을 능가했다.
• ETH/USDC 풀에서는 EWA 전략이 기준 조건 하에 -0.486 USDC의 수익을 기록하여 부정적인 성능를 보였지만, 거래량을 10% 인상한 조건에서는 수익성이 양의로 전환되었다.
• 이론적 수익 하한은 평균 로그 가격 변화와 거래량의 곱에 비례하며, 기준 항목 $ \frac{P \ln d}{\gamma} $ 는 양의 성능의 임계값으로 기능한다.
• 실증 데이터는 2022년 모든 시간대 간격에서 $ d^{\left| \rho_t \right|} < 2 $ 를 만족함을 확인하여, 이론적 모델의 핵심 가정이 타당함을 입증했다.
• EWA 전략의 성능는 USDT/USDC 및 ETH/USDC 풀 양쪽에서 최고 성능 정적 전략과 거의 일치하여, 강력한 손실 최소화 성능를 입증했다.
• 이론적 프레임워크는 실세계 유동성 공급 동역학을 강력한 근사로 제공하며, 특히 거래량이 높을 경우에 특히 타당성이 높다.