[论文解读] Static Replication of Impermanent Loss for Concentrated Liquidity Provision in Decentralised Markets
本文提出了一种使用欧式看涨和看跌期权的静态对冲策略，以对冲去中心化交易所（如Uniswap v3）中集中流动性提供所产生的无常损失（IL）。通过将IL建模为覆盖流动性提供价格区间的期权组合，作者利用真实的Deribit BTC期权数据证明了该方法具有近乎完美的复制精度，使流动性提供者能够在更流动的中心化交易所高效对冲IL。
This article analytically characterizes the impermanent loss of concentrated liquidity provision for automatic market makers in decentralised markets such as Uniswap. We propose two static replication formulas for the impermanent loss by a combination of European calls or puts with strike prices supported on the liquidity provision price interval. It facilitates liquidity providers to hedge permanent loss by trading crypto options in more liquid centralised exchanges such as Deribit. Numerical examples illustrate the astonishing accuracy of the static replication.
研究动机与目标
- 对Uniswap v3中集中流动性提供下的无常损失的期权式收益结构进行解析表征。
- 推导出将无常损失表示为价格区间内具有特定行权价的欧式看涨或看跌期权组合的静态复制公式。
- 使流动性提供者能够通过在更流动的中心化交易所（如Deribit）交易期权来对冲无常损失。
- 利用Deribit BTC期权市场的实际市场数据验证复制公式的准确性。
提出的方法
- 本文推导出无常损失的闭式表达式，将其表示为在流动性提供区间[P_l, P_u]内分布的行权价的欧式看涨和看跌期权的加权和。
- 采用Heston随机波动率模型模拟价格动态，并在现实市场条件下验证复制精度。
- 复制公式基于无常损失收益对标的资产价格的二阶导数，从而构成具有特定行权价权重的期权组合。
- 作者使用Deribit BTC期权的逐笔交易数据（2020年1月至2020年12月）对1周和2周持有期的静态复制策略进行回测。
- 通过比较实际无常损失与静态期权组合收益，计算复制误差。
- 该方法假设恒定乘积做市商机制，并将流动性提供者的头寸建模为在指定价格区间内具有行权价的期权组合的多头头寸。
实验结果
研究问题
- RQ1如何将集中流动性提供中的无常损失在分析上分解为标准期权的组合？
- RQ2在实践中，一个由欧式期权构成的静态组合能否以高精度复制无常损失的收益？
- RQ3流动性提供区间宽度（u和d）对无常损失幅度及复制误差有何影响？
- RQ4当应用于中心化交易所（如Deribit）的真实世界期权数据时，静态复制策略的准确性如何？
- RQ5更高的行权价密度或更长的到期时间是否能提升复制精度？
主要发现
- 静态复制公式表现出极高的精度，Heston模型下复制误差低至1.18×10⁻⁶，表明近乎完美复制。
- 随着流动性提供区间的扩大，无常损失显著增加，其中右侧（更高价格）区间风险更大，这与2020年强劲的牛市动态一致。
- 即使在相关价格区间内仅有3至10个活跃交易的行权价，复制误差依然保持较低水平，表明在真实市场条件下具有鲁棒性。
- 右侧无常损失（UIL^R）始终比左侧损失（UIL^L）更严重，反映出2020年BTC价格非对称上涨的特征。
- 复制误差在较长持有期（1周与2周）之间未表现出明显模式，表明在不同投资期限下性能稳定。
- 基于Deribit BTC期权的实证结果表明，实际无常损失与静态期权组合收益高度一致，验证了该模型的实际适用性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。