当前AMM的痛点
?自动化做市商是Defi领域的一大创新，AMM从根本上改变了用户交易加密货币的方式，与传统的订单簿交易模式不同，AMM的交易双方都是和链上流动性资产池在进行交互。流动性池允许用户以完全去中心化和非托管的方式在链上的代币之间无缝切换。而流动性提供者，则通过交易费用赚取被动收入，而交易费用基于其对资产池贡献的百分比。
简单来说，AMM机制使得任何人都可以作为做市商，从而获得交易手续费的收益，从另外一个角度看，用户将资产放入流动性资产池中获取收益，更像是在进行理财。那么理财更多的关注收益率，但因为AMM中存在无常损失，当市场发生剧烈波动时，用户资产甚至还可能产生损失的风险。
如下图所示，当ETH价格上涨或者下跌，都会造成一定的无常损失，当然下跌造成的更大
区块链金融科技公司GammaRey与GoLogiq签署3.2亿美元合并交易:1月3日消息，区块链金融科技公司GammaRey宣布已与GoLogiq签署3.2亿美元合并交易，GoLogiq将发行价值3.2亿美元的普通股以换取GammaRey公司100%流通股，该交易预计将在未来几周内完成。
据悉，GammaRey是一家全球金融科技公司，致力于通过区块链技术构建金融生态系统和平台，包括数字钱包、无边界支付等。GoLogiq在本次合并交易完成后将继续使用“GOLQ”场外代码并计划申请在纳斯达克或纽约证券交易所上市。（Globenewswire）[2023/1/4 9:50:28]
如果流动性资金池所产生的交易手续费无法覆盖用户的无常损失，那么用户在当前的时刻就是亏损的。
用户的资金对于流动性资金池是非常关键的，如果资金池中资金不足，那么会影响交易深度，交易不足，手续费不足则会进一步影响进入流动性资金池的意愿，从而形成恶性循环。
BancorV2对无常损失的方案
BancorV2使用了动态代币池的方案，通过引入链上预言机，根据预言机提供的价格实时更新代币池权重，从而降低流动性提供者的无常损失
数据：SudoSwap AMM交易总额超4000万美元:9月9日消息，Dune Analytics数据显示，SudoSwap AMM交易额已达到40,095,390美元，NFT交易量为145,058枚，平台AMM费用收入突破20万美元，当前为200,354美元。[2022/9/9 13:18:52]
1.假设初始池为10ETH-1000BNT，ETH价格为100美元，BNT为1美元，则两边价值相等，则权重都为50%。
2.ETH市场价格上涨。假设ETH市场价格涨至120美元，其他不变。整个流动性池的实际价值为2200美元，而不是2000美元。如果还是按照当前50%的权重，那么在池中还是1ETH兑换100BNT的话，那么跟外部市场价格不同，则会产生套利空间
3.为了防止流动性提供商产生损失，BancorV2通过获取预言机价格，并升级代币池比重。而更新之后，10ETH的占据代币池的54.5%的比例，而BNT占据44.5%的比例。按权重计算，1ETH可以兑换120BNT，从而不存在套利空间，从而不会因为ETH上涨产生“无常损失”。
数据：NFT市场协议sudoAMM总交易额已突破220万美元:8月3日消息，据Dune Analytics数据显示，NFT市场协议sudoAMM总交易额已达1434.25ETH，约合223.3万美元，共完成6695笔NFT交易。
此前报道，7月9日，NFT交易平台sudoswap发布NFT市场协议sudoAMM，用户可以在该协议上创建流动性池并根据价格曲线逐步买卖NFT；并可为NFT交易提供流动性以赚取费用。[2022/8/3 2:56:04]
Bancor通过外部预言机锚定了市场价格，减少了无常损失，但其不具有“财富增值”效应，上涨不会让LP的资产有更多的增长。
恒定乘积AMM在牛熊表现的推演
在基于恒定乘积模型的AMM中，我们假设是BTC/USDT交易对场景：
随着牛市区间来临，越来越多的BTC会被兑换成USDT，使得储备池中BTC数量减少、USDT数量增多，在这个过程中，越是在价格高位，由于滑点越大，BTC减少的数量反而越少，即被AMM卖出的BTC数量越少，并且随着市场跌落回起点，原本在高位卖出的BTC都悉数在同样的高位被重新买入，一来一回，LP持有的BTC和USDT数量跟初始时一样，总财富并没有得到增长，错过一轮牛市高点“套现”；
RISnet研究总监胡智威：改造AMM和跨链是DEX两个方向:金色财经现场报道，由金色财经主办的“2021共为·创新大会”4月11日在上海举行，本次大会以“DeFi的创新进阶”为主题。
RISnet研究总监胡智威在圆桌“再进化：2021他们如何\"创\"与\"新\"”上表示，DEX有两个方向：一个是改造AMM模型，另一个是跨链。现在已经有一些项目在提供跨链挖矿。[2021/4/11 20:08:01]
同理，在熊市过程中，由于恒定乘积函数的特性，随着BTC价格下跌，AMM系统会不断增多/买入BTC数量、减少USDT数量，一直持续到熊市低点，看似在低点已经“抄底”了很多BTC，但随着行情回暖上涨，这些BTC也都会被逐步在低点卖出，当回到起点时，LP持有的BTC和USDT数量跟初始时依旧一样，一来一回，LP总财富也并没有增长，一轮熊市“抄底”，却被过早卖在了低位。
所以我们看到恒定乘积模型的AMM，其能够获得的收益非常有限，在牛市甚至还跑不过普通的持币策略，这对于理财用户的吸引力将大大下降。
MOV创新型AMM引入无限网格思想
自动化做市商最重要的是长尾用户提供流动性，那么降低无常损失，让用户不能“亏本”是关键之一，而较高的回报率是关键之二。单纯降低了无常损失，而没有在牛市提升用户的回报率仍然难以吸引用户。
ProEx首席分析师Sammo：BTC突破上方9450压力位或将海阔天空:据ProEX网站数据，自4月底比特币冲破7800重要关卡后，一路飙升至9480强压力位附近后迅速回落至8500水平；之后5日左右均于8500-9200价位做箱体震荡整理行情，并于5月6日20:00及5月7日7:00再次试探9450附近压力位但未能突破。比特币减产话题搭配着单边多头行情持续延烧着。根据ProEX研究团队数据，近期ProEX及各大交易所持仓量均持续上升，市场看多情绪强烈，行情也以多方主导。再者，自4月底大幅拉升后，ProEX交易所多空人数比持续高于1.05，最高值接近1.3，以多头操作居多。ProEX首席分析师Sammo表示：9450附近高点压力上方为主要筹码及博弈区，若能突破4月30日14:00(UTC+8)高点压力并收线高于此价位，则可乐观地推测将有一波幅度强大的单边多头行情。但若未能突破，则形同大级别趋势多次筑顶，必须注意回撤风险。建议投资人谨慎操作，分散风险。[2020/5/7]
MOV创新型的AMM，将资产交易二级市场的一些理念进行巧妙融合，在保证资产流动性的同时，帮助理财用户在牛市获得更高的收益。
那么MOV是如何来提升用户的收益的呢？这里我们需要先讲一下网格策略：
网格策略本质上属于量化交易范畴，在波动震荡的市场坚持高抛低吸的策略：
选取一个投资标的，把大概波动范围规划出来，再给它们之间画若干网格，分成多档范围；
每次跌到下一档网格区间，就买入一定数量的资产，即“抄底”；
每次涨到上一档网格区间，就卖出一定数量的资产，即“套现”。
如此反复，保持能够越跌越买入，在最低档位也能留有资金可以“抄底”资产；同理，越涨越保持有可以卖出的资产，使得能够“套现”在最高点。这种像布下天罗地网一样的交易策略，被称为网格交易。
超导V2希望可以通过引入一种类似无限网格的买卖策略，使得LP能够在牛市区间多“套现”BTC，并在转熊之后能够留守住所“套现”的财富增值，同理在熊市区间，使LP可以多“抄底”BTC，并在转牛/回暖之后能够留守住这些低位BTC，等待以后高点再次“套现”，获得财富增值。这就是超导V2最根本的基金策略思想，依靠这种思想，我们希望V2上LP的理财整体收益可以“跑赢”传统恒定乘积模式AMM上的LP，并可以缩减或者规避无常损失。
超导V2的策略设置
我们将网格策略引入超导V2的策略设置中，在不同的区块档位设置如下：
我们可以看到在不同的区间我们使用不同的函数，从而会引发不同的效果：
BTC市场价格在11000～40000USDT区间，尽可能的保证池中有较多的BTC；
BTC市场价格在40000～100000USDT区间，期望能够在这段牛市期间尽量多减少池中的BTC、换得USDT；
当BTC冲破100000USDT时，我们需要保证尽可能多的USDT；
如图在第一次上涨过程中，因为我们卖出了较多的BTC，所以在高点LP的收益不如Uniswap的策略
当跌回到起点附近，BTC回到10000USDT左右，我们会逐渐将BTC买回来；
这个时候，比特币价格越下跌，因为我们在高位留有更多的USDT，所以受BTC价格下跌影响较低，在底部有较多的资金可以抄底比特币
在新一轮牛市反弹期间，10000～50000USDT区间，留守住10000抄底的BTC数量，积累大量财富。
和第一次上涨相比，mov超导V2已经远超uniswap的收益了。
可扩展的AMM策略设置，吸引更多的策略尝试
除了采取无限网格策略，还可以进一步探索一种以动态权重调整为核心框架的网格策略模型，可以基于MOV超导V2建设的动态权重系统。
可以开放给外部个人和机构来运行自己的策略，而流动性提供者可以根据自己的喜好，选择不同的策略，从而获得更高的收益或者规避风险。
相比于BancorV2专注解决无常损失问题，我们把AMM2.0的定义进一步拓展到“基金财富增值”的领域，更具吸引力
MOV超导V2不止于AMM。
白皮书链接：https://cdn.bytom.io/res/MOV-SuperV2_WhitePaper_ZH.pdf
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。