パラダイム: 進歩的なオランダのオークションの説明
著者: フランキー、ダン・ロビンソン、デイブ・ホワイト
オリジナル編集: Amber、Foresight News
オリジナル編集: Amber、Foresight News
このペーパーでは、非流動性資産の公開売却を効果的に支援できるオークション メカニズムである、段階的ダッチ オークション (GDA) について紹介します。
GDAは、これまで提案されてきた「時間加重平均マーケットメーカー（TWAMM）」の仕組みが解決を目指していた問題と類似しており、市場の既存の流動性に依存せずに資産を効率的に流通・販売することを可能にします。
GDA は、オークションを一連のダッチ オークションに分割することによって機能します (注: ダッチ オークションは、高い提示価格で開始され、買い手が入札するまで徐々に価格を下げる一般的なオークション形式です)。 GDA を使用すると、便利な方法で同時に複数のオークションに参加できます。
この記事では、読者がこの新しいオークションメカニズムを理解できるように、NFT販売に適した不連続GDAとトークンオークションに適した継続GDAの2つのモデルを提供します。
不連続な GDA
アリスが 10,000 個の NFT を販売したいとします。彼女はこれらの NFT の適正価格がわからないため、固定価格で販売したくありません。
代わりに、彼女はオランダのオークションを選択するかもしれません - 高い希望価格から始めて、すべてのNFTが販売されるまで徐々に価格を下げます。ただし、市場の購入者がすべてのNFT作品を一度に消化するのに十分ではない可能性があるため、この方法は必ずしも最適な解決策ではありません。
不連続 GDA は、実際にはこのアイデアの拡張です。
機構
機構
これらの資産は整数で販売する必要があるため、不連続 GDA は NFT の販売に適しています。各NFTの仮想オランダオークションを開催することで機能します。非順次 GDA では、各オークションが同時に開始され、各仮想独立オークションの開始価格は高くなります。各オークションの価格は、一連のオークションの順序、通常のオークションの開始からの時間などがパラメータに含まれる価格関数によって与えられます。
計算により得られるより良い関数は次のとおりです。
このうち、各オークションの価格は減衰定数 λ に従って指数関数的に減衰し、各オークションの開始価格は一定の比例係数 α で増加し、最初のオークションの開始価格は初期価格 k によって決まります。
ロットオークションの価格計算
上記の価格関数に基づいて、ロットオークションの合計価格を計算できます。
ボブがオークションにかける q 個の資産を購入したいとします。これを行うために、彼は各独立したオランダのオークションで合計 q で最も安い資産を購入します。オークション開始後の現在時刻は T であり、これまでに販売された合計金額は m であるため、ボブが q 個の資産を購入するための合計価格 P は次のようになります。
価格関数を代入すると、最終的な価格計算式を取得できます。
いくつかの特定の値を仮定すると、次のような結果が得られます。
継続的な GDA
NFT の販売を完了した後、アリスは標準トークンをいくつか販売したいと考えています。もちろん、彼女は上記の非連続的な GDA メカニズムを使用して、手持ちのトークンを「セグメント」にパッケージ化して販売することもできます。
継続的 GDA の動作原理は、このプロセスを限界まで制限すること、つまりオークション間の時間間隔をゼロに近づけることです。これは、販売が無限の一連のオークションに分割され、各オークションで無限に少ない数のトークンが販売されることを意味します。
機構
機構
継続的に、より多くの資産を一定の排出率で販売できるようにする取り組みが進められています。オークション プロセス全体は、一連の仮想オークションに分かれています。これらのオークションは時間の経過とともに均等なペースで開始され、各オークションは同じ価格で開始されます。
各オークションの価格は、オークションが開始されてからの時間である価格関数によって与えられます。価格モデルは不連続 GDA に似ており、価格は減衰定数 λ に従って指数関数的に減衰し、オークションの開始価格は k です。
オークション参加時の価格計算
ボブが q 個のトークンを購入したい場合は、対応する量のトークンを購入するために q/T オークションに参加する必要があります。オークションで最初に入札を開始した人が入札を開始します。
これまでに開始された最も早いオークションの期間が T であると仮定すると、トークンの数量 q に対する合計価格 P は次のようになります。
いくつかの仮定されたパラメーターを置き換えると、次のサンプル結果が得られます。
コード
結論は
結論は
