Uniswap을 예로 들어 MEV가 AMM에 미치는 장기적인 영향에 대해 논의합니다.

Foresight News

特邀专栏作者

2022-11-17 02:30

이 기사는 약 7770자로, 전체를 읽는 데 약 12분이 소요됩니다

추출 가치의 규모에서 MEV 로봇은 무시할 수 없는 AMM 커뮤니티의 필수 요소 중 하나가 되었습니다.

AI 요약

펼치기

추출 가치의 규모에서 MEV 로봇은 무시할 수 없는 AMM 커뮤니티의 필수 요소 중 하나가 되었습니다.

원래 제목: "원래 제목: " 》

MEV가 Uniswap에 미치는 영향

원작자: EigenPhi

MEV（편집 원본: angelilu, Foresight News추출 가능한 최대 값) 초기 개념이 제시된 지 얼마 되지 않아 2022년 핵심 화두가 되었고, MEV 역시허가 인센티브 없음, 사용자는 선착순으로 출금할 수 있습니다. 그러나 어두운 숲에서 부를 얻을 수 있는 매혹적인 기회 또한찾기 힘들다, 그러나 전문적인 기능이 필요합니다. 이러한 현상은 또한 이더리움 생태계의 공공 문제에 대한 우려를 불러일으켰습니다.우선 가스 경매

(PGA)로 인한 블록 정체 문제부터 검증자와 블록 빌더 사이에 존재할 수 있는 더 심각한 취약성 보안 문제까지.

AMM은 MEV 추출 프로세스에서 가장 중요하지는 않지만 가장 관련성이 높은 구성 요소 중 하나이며 메모리 풀의 투명성으로 인해 AMM 사용자는 필연적으로 MEV 로봇에 연결됩니다. 트윗은 사용자가 직면할 수 있는 문제를 직접적으로 반영합니다.Uniswap또 다른 관점에서 차익 거래 봇은 AMM 시장에서 가격 발견의 효율성을 개선하는 데 중요한 역할을 합니다. MEV가 미치는 영향 탐색

인터넷 사용자와 관련하여 이해 관계자는 다음 두 가지 사항을 매우 중요하게 생각할 수 있습니다.
Uniswap 커뮤니티와 사용자에게 얼마나 많은 영향을 미칩니까?

이 보고서에서 우리는 몇 가지 흥미롭고 흥미로운 결론을 발견하고 관찰 샘플 및 데이터 분석을 기반으로 설명합니다. Dark Forest의 추출 가능한 최대 가치를 계산하기는 어렵지만 추출된 자산 가치를 보면 MEV 시장과 그 영향을 측정할 수 있습니다. 다음에서는 Uniswap V3 유동성 풀에 대한 세 가지 유형의 MEV 봇 활동을 분석합니다.

개요

MEV 로봇 활동 수익

총 수익 규모 비교MEV 로봇의 수입 중 일부는 시장 스프레드가 감소할 때 차익 거래 수입에서 나오며, 이는 유동성 공급자(LP)의 비영구적 손실과 스왑 사용자의 슬리피지 손실에도 반영됩니다. 수익의 또 다른 부분은 얼리 어답터의 스왑 거래에서 나오며 이로 인해 추가적인 슬리피지 손실이 발생합니다.Uniswap V3의 새로운 기능——집중된 유동성집중된 유동성

측면은 독특합니다. 그들은 매우 활동적인 LP로 활동하고 수동적인 LP로부터 스왑 수수료 수입을 추출합니다.

우리는 이러한 봇이 추출한 수익 규모를 시각적으로 측정하고 이를 Uniswap V3의 일반적으로 정의된 공급 측 수익과 비교했습니다.

2022년 1월 1일부터 10월 31일까지 다양한 유형의 MEV 로봇이 어떻게 작동하는지 살펴보겠습니다.
재정 거래 봇은 Uniswap V3 유동성 풀과 관련된 시장 가격 비대칭성에서 최소 8,500만 달러를 추출했습니다.
샌드위치 봇은 Uniswap V3 유동성 풀의 스왑 사용자로부터 최소 4,700만 달러를 가져왔습니다.
JIT 봇은 Uniswap V3 스왑 수수료 수익에서 600만 달러를 가져왔습니다.

이 세 가지 유형의 총 추출 가치는 공급측 수익(즉, LP의 스왑 수수료 수익)의 25% 또는 5억 4천만 달러를 초과했습니다.

LP, 교환 사용자 및 거버넌스 토큰 보유자는 Dark Forest 및 MEV 봇이 대중의 눈에 띄기 전에 AMM 커뮤니티에서 중요한 역할을 했습니다. TVL, 거래량, 수수료율, 슬리피지, 유동성 채굴 수익률은 중요한 지표입니다. 오늘날 MEV 로봇은 추출된 가치의 규모 측면에서 무시할 수 없는 이 커뮤니티의 구성 요소 중 하나입니다.

커뮤니티가 더욱 다양해지고 더욱 복잡한 가치 전달 네트워크로 발전함에 따라. 이러한 패턴을 고려할 때 MEV 데이터는 향상된 의사 결정을 위한 귀중한 자산이 되었습니다. 이 보고서와 향후 작업의 목표 중 하나는 이 네트워크에 대한 투명한 개요를 제공하는 것입니다. 그리고 때때로 진화를 추적하면 관심 있는 당사자가 MEV가 장기적으로 Uniswap 커뮤니티에 어떤 영향을 미칠지 더 잘 이해하는 데 도움이 될 수 있습니다.

월 소득 추이

올해의 월별 수익 수치부터 시작하겠습니다.

), 이는 그들 사이에 명백한 이해 상충이 없음을 의미합니다. 그러나 최근 몇 달 동안 그들의 수입은 전체 시장에 따라 변동했을 가능성이 더 높습니다.

다른 유형의 MEV 봇의 수익을 비교하면 차익 거래 봇이 다른 유형의 봇보다 더 많은 가치를 추출할 수 있음을 발견했습니다. JIT 로봇의 월 수입은 다른 두 가지 유형보다 훨씬 적고 아직 명확한 추세를 보이지 않았으며 이러한 기회가 이제 막 등장했다는 사실과도 관련이 있습니다.

볼륨 기여

Uniswap에 대한 이러한 MEV 봇의 볼륨 기여도는 거시적 수준의 영향을 보정하는 또 다른 방법입니다.

아래 히스토그램에서 대부분의 차익 거래 관찰을 볼 수 있습니다. 토큰은 Uniswap V3 풀과 다른 장소 간에 거래됩니다.

따라서 차익거래 이벤트의 거래량 기여도를 알아보기 위해서는 단순히 차익거래량을 요약하여 Uniswap V3의 총 거래량과 비교할 수 없으며, 다른 장소에 대한 기여도도 합산될 것이다. 대신 Uniswap V3 풀에서 직접 발생하는 거래량과 비교하여 차익 거래 거래량을 고려하는 것이 더 믿을 수 있는 접근 방식입니다. 동일한 논리가 샌드위치 로봇의 체적 기여도 계산에 적용됩니다.

JIT 봇은 스왑을 발행할 필요가 없으며 수수료를 인출하기 위해 유동성을 추가 및 제거합니다. 그러나 JIT 이벤트에서 대상 스왑 트랜잭션 수를 측정하여 스왑 사용자에게 미치는 영향을 연구할 수 있습니다. 향후 보고서에서 이에 대해 살펴보겠습니다.

주파수 분석

일일 관찰

또한 일일 관찰 횟수를 확인하여 이러한 봇이 MEV 기회를 찾는 빈도를 감지할 수 있습니다. 아래 결과는 관찰된 가장 작은 세트를 보여주지만 타임라인 또는 로봇 유형에 따라 데이터를 비교하는 것이 여전히 합리적입니다.

아래 그래프는 올해 5월 이후 재정 거래 봇 활동이 크게 증가했음을 보여줍니다. 반면 샌드위치 로봇의 관찰빈도는 일정한 수준을 유지한다. 확실히 차익거래 봇은 다른 봇보다 MEV 기회를 찾을 가능성이 더 높습니다.

일일 카운트 변동 및 추세 관찰 빈도의 변동은 차익 거래 및 샌드위치 활동 측면에서 대표적인 암호 자산의 절대 가격 변동과 양의 상관 관계가 있습니다. 다음은 ETH의 7일 가격 변동 비율의 예를 보여줍니다(이동 평균 결과 절대값, 출처:coinmarketcap.com을 통해역사적 종가). 재정거래 로봇의 이동 평균 간의 상관 계수는 약 0.43이고 샌드위치 로봇의 이동 평균은 약 0.60입니다. 결과는 거래 기회의 발생이 시장 가격 변동의 강도와 관련이 있음을 어느 정도 보여 주며 이는 상당히 합리적입니다. 5월 이후 재정 거래 봇 활동의 구조적 증가는 최근 몇 달과 같은 다른 요인과도 관련이 있을 수 있습니다.평균 가스 가격 하락

, 이 보고서의 초점이 아닙니다.

한편, JIT 봇은 최근 몇 달 동안 점점 더 많은 기회를 찾는 경향이 있습니다.

이익을 관찰하다

MEV 로봇 주머니의 실제 이익은 외부 세계에 대한 미래 MEV 시장의 매력을 예측하는 또 다른 매개 변수입니다. 이 영역의 평가는 다음 두 가지 이유로 데이터를 보다 신중하고 정교하게 처리해야 합니다.
정확한 답을 얻기 위해 온체인 데이터에만 의존하는 것은 생존 편향 때문에 충분하지 않습니다. 예를 들어, 온체인 트랜잭션에서 이익을 얻는 것처럼 보이는 봇은 여전히 많은 실패한 트랜잭션 비용이나 기타 오프체인 헤징 비용으로 어려움을 겪을 수 있습니다.

토큰 가격을 달러로 환산하는 과정은 로봇 수익성 평가에 큰 영향을 미칠 수 있습니다. 이는 가격 오류가 우리가 원하는 이익 수치인 수익과 비용의 차이에 근접할 때 모든 페니가 계산되기 때문입니다. 또한 롱테일 자산의 달성 가능한 유동성도 고려해야 할 요소입니다.

우리는 토큰 가격 계산을 최적화하기 위해 열심히 노력하고 있으며 아래 결과는 최신 버전의 가격 지수를 기반으로 합니다.

일일 수익 분포에서 차익 거래 및 샌드위치 봇이 대부분의 날 평균 수익을 내고 운이 좋은 날은 평균 이상의 수익을 올리는 날도 있음을 알 수 있습니다. 예를 들어, 8월 1일 차익 거래 봇의 일일 수익은 447만 달러 이상에 달했습니다. 이날 단순 공간 차익거래는 71.6%(320만 달러)를 기여했다. 일일 수익 비율로 판단할 때 JIT 봇은 때때로 차익 거래 봇보다 더 많은 돈을 버는 것처럼 보입니다.

단일 관측치의 손익은 두꺼운 꼬리 분포를 따릅니다. 차익 거래 로봇의 수익성과 비교할 때 샌드위치 로봇과 JIT 로봇은 동일한 분배 속성을 따르지만 그들이 추출할 수 있는 단일 관찰에서 최대 이익은 적어도 한 자릿수 작습니다. MEV 로봇은 또한 단일 작업 중에 상당한 손상을 입습니다.

채굴자들이 추출한 비용과 가치 관찰

채굴자들이 적시에 거래를 묶을 수 있도록 하기 위해 MEV 로봇은 가스 수수료 경매 시장에 참여하고 치열한 경쟁으로 인해 가스 수수료 비용이 매우 높아집니다. Flashbot과 같은 기관은 경매 비용의 일부가 coinbase.transfer() 형식의 광부 팁으로 변환되는 오프체인 경매 시장을 시작했습니다. 이 두 부분은 MEV 로봇이 MEV 시장에 참여하기 위한 주요 명시적 비용을 구성합니다. 이를 수익의 백분율로 사용하면 봇의 이윤 수준과 채굴자가 추출하는 MEV 값의 양에 대한 아이디어를 얻을 수 있습니다.

봇의 평균 거래 비용(가스 수수료 및 채굴자 팁)은 일반적으로 감소하고 있습니다. 그러나 샌드위치 로봇의 비용은 다른 두 로봇보다 높으며 채굴자에게 할당된 소득의 비율이 크게 증가하여 10월에는 90%에 근접했습니다.

채굴자에게 돈을 지불하는 수익 차익 거래 봇의 비율은 10월에 50% 미만으로 감소하고 있습니다. 광부는 JIT 봇에서 추출한 가치의 비율이 가장 낮으며 이는 현재 경쟁이 덜한 상태라는 사실과 일치합니다.

전체적으로 추출된 가치의 절반 이상이 실제로 채굴자들의 주머니로 들어갔습니다.

수영장에 미치는 영향

또한 어떤 유동성 풀이 MEV 활동에 참여할 가능성이 더 높은지 관찰할 수 있습니다. 이 문제를 기능 분석 및 상관 분석 작업으로 분류해 보겠습니다. 이 보고서에서는 먼저 일반적인 결과를 제시합니다.Uniswap V3 유동성 풀을 병합했습니다.메타데이터

아래 그림과 같이 유동성 풀 주소별로 그룹화된 MEV 활동 매개변수입니다. 차익 거래 봇의 수익성 매개변수에는 Uniswap V3 유동성 풀 및 기타 장소가 포함되기 때문에 우리는 이를 제쳐두고 봇 활동 빈도, 샌드위치 봇 및 JIT 봇의 수익성, 관련된 거래 사용자의 프로필에 중점을 둡니다.

결과에 따르면 샌드위치 로봇 수익의 80% 이상이 거래량 기준 상위 10개 유동성 풀에서 나온다. 그러나 샌드위치 활동의 20%만이 이러한 유동성 풀에서 발생합니다. 즉, 거래량이 많은 유동성 풀은 샌드위치 봇에 의해 추출될 가능성이 더 높지만 다른 유동성 풀의 거래 사용자는 여전히 중간에 끼일 수 있습니다. 이 사실은 샌드위치 활동의 대상인 각 풀의 고유한 거래 사용자 수 분포로도 확인됩니다. 일부 유동성 풀도 우리가 관찰한 기간 동안 샌드위치 활동에 참여하지 않았습니다.

JIT 봇의 경우 볼륨 기준으로 상위 10개 유동성 풀에 더 집중하는 것으로 보이며 수익의 84%가 이러한 풀에서 나오고 JIT 활동의 56%도 여기에서 발생합니다.

수수료 수준이 0.0005 또는 0.0001인 풀은 이러한 풀에서 차익 거래 봇의 평균 활동 빈도 측면에서 인출될 가능성이 더 큽니다. 수수료 등급이 0.0005인 풀은 대부분 샌드위치 활동의 영향을 받습니다. 또한 JIT 활동은 수수료 등급이 0.0005인 풀에서 주로 발생합니다.

풀 주소별로 그룹화된 여러 매개변수의 히스토그램도 표시됩니다. 결과는 또한 두툼한 꼬리 분포를 따르는데, 이는 작은 풀 그룹이 평균보다 훨씬 더 많이 관련되어 있음을 의미합니다.Cryptoassets, USDC, WETH 및 USDT와 관련된 Uniswap V3 유동성 풀은 다른 장소에 비해 MEV 봇이 상호 작용하는 데 가장 선호되는 유동성 풀입니다.거래량 또는 거래량 변화율로 정렬된 MEV 활동의 상위 유동성 풀에 대한 실시간 통계를 확인하세요.

참가자

MEV 로봇과 다른 사용자 간의 상호 작용 관계도 흥미로운 주제입니다. 아래 표와 그림은 관찰 범위에서 MEV 활동에 참여하는 다양한 에이전트 유형의 수를 비교합니다. 아래 표에서 JIT 활동의 혜택을 받을 수 있는 고유 거래 사용자 주소의 증가 추세를 볼 수 있습니다.

그러나 관련된 고유한 봇 계약 및 사용자 주소의 수를 세어 보면 이러한 주소 뒤에 얼마나 많은 엔터티가 있는지 언급하기 어렵습니다. 다른 주소가 하나의 엔터티에 속할 수 있기 때문입니다. 이러한 주소의 트랜잭션 관계를 매핑하는 생생한 대화형 네트워크는 이 보고서에서 다루지 않는 이 문제를 더 잘 이해하는 데 도움이 될 수 있습니다.

차익거래 봇

재정 거래 로봇 순위표(상위 20위)

아래 차트는 각각 총 수익과 총 활동 수로 정렬된 상위 20개 차익 거래 계약 주소를 보여줍니다. 총 이익과 총 활동 수의 관계는 로봇이 가장 많이 추출할 수 있는 이익의 상한과 양의 관계가 있습니다.

가장 일반적인 모드입니다. 뒤따르는 두 가지 일반적인 패턴은 하나 또는 두 개의 Uniswap V3 풀과 관련된 삼각형 차익 거래입니다.또 다른 흥미로운 발견은 Uniswap V3 유동성 풀에만 많은 차익 거래 기회가 있다는 것입니다. 단일 차익 거래에는 100개 이상의 장소(）：

예를 들어

차익 거래 봇으로서의 사용자

AMM의 거래 사용자 유형이기도 한 재정 거래 봇은 과도한 가스 활동 외에도 세금이 부과되는 토큰 계약의 대상입니다. 아래의 데이터와 차트는 대부분의 수익성 있는 차익 거래가 세금 토큰을 포함하지 않지만 일부 특히 좋은 봇이 세금 토큰에서 재산을 찾을 수 있음을 보여줍니다. 수익성이 더 높은 재정 거래 봇이 더 적은 비율의 과세 토큰에 참여할 수 있는 미묘한 경향이 있습니다.

수익성 세분화

또한 이해 관계자가 참조할 수 있도록 아래에 수익성 매개변수 분포를 표시했습니다.

샌드위치 로봇

샌드위치 봇 순위표(상위 20위)

다음 패널은 각각 총 이익 또는 총 활동 빈도별로 정렬된 상위 20개 샌드위치 계약의 주소를 보여줍니다. 총 이익과 총 활동 수 사이의 관계는 가장 수익성이 높은 봇이 올해 100건 이상의 거래를 성공적으로 제출할 수 있음을 보여줍니다.

거래 사용자가 중간에 잡힘

대부분의 경우 거래하는 사용자 한 명만 샌드위치 이벤트에 걸립니다. 그러나 때때로 샌드위치 봇은 우리의 관찰 범위 내에서 한 번에 최대 4명의 거래 사용자의 교환 거래를 선제적으로 실행할 수 있습니다.

아래의 상위 20개 샌드위치 피해자 데이터에서 가장 고통받는 거래소 사용자는 올해 300개 이상의 샌드위치 거래에 관여했습니다.

우리에서 사용 가능한웹사이트웹사이트

실시간으로 악용된 상위 10개 계약을 살펴보면 Uniswap 유동성 풀이 다른 장소에 비해 대부분 샌드위치 활동에 참여하고 있음을 알 수 있습니다. 이것은 부분적으로 이러한 Uniswap 풀의 막대한 거래량 때문이며, 이는 샌드위치 봇의 이점입니다.

수익성 세분화

또한 이해 관계자가 참조할 수 있도록 아래에 수익성 매개변수 분포를 표시했습니다.

JIT 로봇

JIT 로봇 순위표(상위 20위)

우리는 JIT 봇이 유동성을 추가한 거래에서 고유한 "주소"를 감지하여 6개의 JIT 봇만 관찰했습니다. 그들 중 두 가지는 아직 수익성이 없습니다.

트랜잭션 사용자는 JIT의 이점을 얻습니다.

JIT 로봇은 대상 거래 사용자에게 많은 양의 유동성을 제공할 수 있으므로 슬리피지 손실이 적다는 이점이 있습니다. 아래의 상위 20개 수혜자 데이터에서 많은 거래 사용자가 이 새로운 기능을 자주 사용하고 혜택을 누리고 있습니다. 우리는 거래 사용자가 JIT 봇 활동 없이 경험할 수 있는 미끄러짐을 각 관찰에서 시뮬레이션하여 수익을 보정합니다. 아래에 표시된 시뮬레이션된 미끄러짐과 실제 미끄러짐의 히스토그램에서 볼 수 있듯이 더 큰 미끄러짐 비율에서 더 작은 미끄러짐 비율로 분명한 이동이 있습니다. 계산하는 동안 몇 가지 경우에 음수 미끄러짐 값도 발견했습니다. 이유를 수동으로 살펴보면 유동성을 추가하는 일부 JIT 봇 거래에서 어떤 이유로 역 스왑 거래를 수행하여 다음 스왑 사용자에게 더 나은 가격을 제공한다는 것을 발견했습니다.

아래의 상위 20명의 수혜자 목록에서 꽤 많은 스왑 사용자가 이미 이 새로운 기능을 자주 사용하고 있음을 알 수 있습니다.

또한 이해 관계자가 참조할 수 있도록 아래에 수익성 매개변수 분포를 표시했습니다.

결론적으로

위의 분석에서 로봇은 무시할 수 없는 AMM 커뮤니티의 중요한 부분이 되었음을 알 수 있습니다. MEV 로봇과 다른 엔터티 간의 거래 관계를 이해하면 이해 관계자가 MEV가 AMM에 미치는 장기적인 영향을 더 잘 이해할 수 있습니다.

이 보고서에서는 위의 관계를 다양한 관점에서 설명하고 신뢰할 수 있는 데이터 소스 및 데이터 분석을 기반으로 몇 가지 흥미로운 결론을 도출합니다.
소득 – 봇이 추출한 소득 규모를 보면 차익 거래 봇이 Uniswap V3 유동성 풀과 관련된 시장 가격 비대칭성에서 최소 8,500만 달러를 추출하는 것을 볼 수 있습니다. Sandwich Bots는 슬리피지 손실의 형태로 스왑 사용자로부터 최소 4,700만 달러를 가져갔습니다. JIT 봇은 Uniswap V3 스왑 수수료 수익에서 600만 달러를 가져왔습니다. 로봇의 총 수익은 LP 수익의 25%를 차지합니다. 그러나 Arbitrage Bot, Sandwich Bot 및 LP 간에 명백한 이해 상충은 없습니다. 그들의 수입은 최근 몇 달 동안 시장 변동을 따를 가능성이 더 높았습니다. JIT 봇의 월 수입은 다른 두 가지 유형보다 훨씬 적으며 아직 뚜렷한 추세를 보이지 않았습니다.
빈도 - 재정 거래 봇은 다른 봇보다 거래 기회를 찾을 가능성이 높습니다. 차익 거래 봇 활동은 올해 5월 이후 크게 증가한 반면 샌드위치 봇 관찰 빈도는 안정적으로 유지되었습니다. 거래 기회는 시장 가격 변동의 강도와 양의 상관관계가 있습니다. JIT 봇의 거래 기회는 최근 몇 달 동안 증가했습니다.
수익성 - MEV 로봇은 대부분의 날 평균 이익을 내고 많은 돈을 버는 운이 좋은 날도 있습니다. 단일 관측치의 손익은 두꺼운 꼬리 분포를 따릅니다. 샌드위치 봇이 만들 수 있는 최대 이익은 거래 기회가 적고 비용이 높으며 봇 간의 경쟁이 치열하기 때문에 차익 거래 봇보다 훨씬 작습니다. JIT 로봇은 아직 초기 단계에 있습니다.
비용 - 봇의 평균 거래 비용은 최근 몇 개월 동안 하락세를 보였습니다. 샌드위치 로봇의 비용은 차익 거래 로봇보다 높으며 채굴자에게 할당된 수익의 비율이 크게 증가하여 10월에 90%에 근접한 반면 차익 거래 로봇은 30% 아래로 떨어졌습니다. 전체적으로 추출된 가치의 절반 이상이 채굴자들의 주머니로 들어갔습니다.
풀 - Sandwich Robot 수익의 80% 이상이 볼륨 기준으로 상위 10개 풀에서 나옵니다. 그러나 샌드위치 활동의 20%만이 이러한 수영장에서 이루어집니다. 일부 수영장은 우리가 관찰한 기간 동안 샌드위치 활동에 관여하지 않았습니다. JIT 봇은 수익의 84%가 발생하고 JIT 활동의 56%가 여기서 발생하는 상위 10개 풀에 더 집중하는 것 같습니다. 수수료 수준이 0.0005 또는 0.0001인 유동성 풀은 차익 거래 봇에 의해 그려질 가능성이 더 큽니다. 수수료 수준이 0.0005인 유동성 풀은 주로 샌드위치 활동과 JIT 활동의 영향을 받습니다. 풀별로 그룹화된 매개변수의 두꺼운 꼬리 분포는 소수 풀의 참여가 평균보다 훨씬 높다는 것을 보여줍니다.
참여자 - JIT 활동을 통해 혜택을 받을 수 있는 유니크한 거래소 유저들이 늘어나고 있는 것 같습니다. 실제 스왑 및 시뮬레이션의 슬리피지 데이터도 이를 검증합니다. 더 많은 수익을 원하는 LP에게 봇을 제공하여 전략적 유동성을 제공하는 다른 계약도 있습니다. 이들의 전략은 주로 좁은 범위 내에서 유동성을 배분하고 볼린저 밴드와 같은 양적 지표에 따라 척도 간격을 조정하여 시장 가격을 추적하는 것입니다. 이러한 전략과 비교할 때 JIT 로봇은 혁신적이고 보다 자본 효율적인 방식으로 동일한 문제를 해결하려고 합니다. AMM 프로토콜 디자이너와 같은 관련 당사자가 직접 유사한 기능을 제공하여 스왑 사용자와 LP를 새로운 방식으로 연결하고 사용자 경험을 개선하고 LP 수익을 높일 수 있다는 점을 고려할 가치가 있습니다.
봇 - 또한 총 수익 및 활동 수별로 별도로 정렬된 상위 20개의 봇 계약 주소를 나열합니다. 총 이익과 총 활동 수의 관계는 로봇이 가장 많이 추출할 수 있는 이익의 상한과 양의 관계가 있습니다. 차익 거래 봇이 과세 토큰을 처리하는 방법과 관련하여 대부분의 수익성 있는 차익 거래 거래에는 과세 토큰이 포함되지 않습니다. 그러나 세금 토큰에서 부를 찾을 수 있는 특히 좋은 로봇이 있다는 것은 배제되지 않습니다. 대부분의 경우 샌드위치 이벤트에서 단 한 명의 교환 사용자만 잡힙니다. 그러나 경우에 따라 Sandwich Bot은 관찰 범위 내에서 한 번에 최대 4명의 교환 사용자의 교환 트랜잭션을 실행할 수 있습니다. 올해 가장 고통스러운 스왑 사용자는 300개 이상의 샌드위치 거래에 참여했습니다.

거래 패턴 - 차익 거래 구조를 살펴보면 하나의 Uniswap V3 풀과 다른 장소를 포함하는 공간 차익 거래가 가장 일반적인 패턴임을 발견했습니다. 다음 두 가지 일반적인 패턴은 하나 또는 두 개의 Uniswap V3 유동성 풀을 포함하는 삼각 차익 거래입니다. Uniswap V3 유동성 풀에만 많은 차익 거래 기회가 있습니다. 그리고 100개 이상의 장소가 포함된 단일 차익 거래도 수익성이 있을 수 있습니다.

방법

데이터 소스

위의 분석은 우리가 구축한 전체 이더리움 노드에서 얻은 원시 블록 데이터를 기반으로 합니다. 다루는 데이터 범위는 블록 번호 13916166(포함)에서 15871479(포함)까지입니다. 원시 데이터를 디코딩하여 필요한 세분화된 데이터 필드를 얻습니다.

특정 매개변수를 전체 시장 상황 및 Uniswap V3의 매크로 매개변수와 비교하기 위해 다음 타사 데이터를 사용했습니다.coinmarketcap의 ETH 역사。
종가dune@messari/Messari의 Uniswap V3 일일 메타데이터:。
유니스왑 매크로 재무제표https://www.uniswap.shippooor.xyz/Uniswap V3의 메타데이터는

. (체인: 이더리움, 데이터셋: 유동성 풀)

봇을 어떻게 식별합니까?
우리는 거래를 자산 이전의 모음으로 보고 이러한 이전의 결과를 평가하여 MEV 활동이 발생했는지 확인하기 위해 일련의 규칙을 사용합니다. 경험 법칙은 거래에서 하나 이상의 이체(또는 스왑)가 있고 거래자는 흑자로 끝날 것이라는 것입니다.
다양한 유형의 MEV 활동을 식별하기 위해 현재 단계에서 휴리스틱 규칙을 준수하는 관찰을 수집하고 감지된 위음성 또는 위양성을 기반으로 매일 MEV-inspect의 샘플 결과와 샘플 결과를 계속 비교합니다. 연산.