原文标题：《第三讲 | DeFi 行业本质研究之交易算子》
大家在开发 DEX 的时候，本质是设计一个交易算子，这个算子可以是线性，也可以是非线性，同样大家在设计利率算子的时候，本质上也是在设计一个交易算子，同样存在线性和非线性的区别。但这种区别，大部分人还不容易理解。
线性的含义，是指我们在完成交易的时候，使用了均衡价格，交易只是在这个价格下，资产组合的一种简单的线性变换。为何在这个时候要线性，因为使用了均衡价格理论上接受了无套利假设，在这种情况，合理的金融交易都是线性的，如果出现非线性的结果，比如 STP = Y 中，T 是非线性的，那么得到的 Y 就是不可定价资产组合，或者说是存在套利机会的资产组合。原则上使用了预言机的交易模型，其交易算子应该是线性的，否则会被套利。换个角度来说，只要是完备市场，定价有效的情况下，只有线性的交易算子才会无套利。
但线性代表一个特征：任意池子都是平等且该算子无法 token 化，因为被复制后完全一样。这里需要提一句，所谓的协议在链上捕获价值和 token 化是一个概念的两个表达方式，就是这个协议具备了某种构建新均衡的能力，如果只是在已有均衡上做线性变幻（为了无套利，只能如此），则是不可能捕获价值的。想象一下，当每个链上资产都接受给定的均衡价格的时候，这些资产完成交易，在哪个合约里都是等价的，不需要在指定的合约内完成，因为这些交易都是简单的线性变换，那么任何一个交易合约或者交易算子都是不可能捕获价值并 token 化的。在不考虑自动对冲的情况下，复制一张 CoFiX 合约，可以完成和 CoFiX 完全一样的功能，所谓的流动性分散在哪张合约里都是不重要的（不考虑 GAS ），链上是一个完全开放的世界，线性变换意味着处处等价。
灰度BTC信托增持4006枚 ETH信托持仓量减少605枚:美东时间12月21日，灰度信托持仓数据变化如下：
灰度BTC信托持仓量增加4006枚（+0.7%），总持仓量为576650 BTC；
灰度ETH信托持仓量减少605枚（-0.02%），总持仓量为2939133 ETH；
灰度BCH信托持仓量减少46枚（-0.02%），总持仓量为225192 BCH；
灰度LTC信托持仓量增加41130枚（+4.22%），总持仓量为1016028 LTC；
灰度ETC信托持仓量减少3029枚（-0.02%），总持仓量为12281989 ETC。[2020/12/22 16:02:13]
如果采用非线性交易算子就不一样了。这个时候，按照上面的分析，是不需要预言机的，非线性算子试图完成三件事：定价、交易和沉淀价值（token 化）。由于非线性交易算子在设计上更加开放，因此原则上可以设计成与规模相关的自增强属性从而沉淀价值（CoFiX 就不需要这一点，关于 CoFiX 如何 token 化，见后面触发算子），这就带来几个问题：其一是当市场逐渐完备时，非线性交易算子本质上是在极小的交易规模里拟合线性算子；其二是当市场不完备时，这种非线性交易算子的设计，成本和效率是否足够？其三是非线性的价值输入由谁来提供？这种价值输入是否会在线性交易算子的竞争下逐渐流失？
BTC突破16000美元关口:火币全球站数据显示，BTC短线上涨，突破16000美元关口，现报16000.81美元，日内涨幅达到0.32%，行情波动较大，请做好风险控制。[2020/11/15 20:52:01]
前面提到，当市场完备的时候，无套利的交易就是线性的，因此非线性算子在完成交易的时候，其合理性完全取决于市场有效性，一旦市场足够完备，那么采用非线性交易算子的合约，本质上是在极小区间里拟合线性算子。我们看到当前很多 AMM 采用了所谓的固定乘积的交易模型，XY = K ，这是一个典型的规模相关的非线性交易算子，即只有当做市商池子足够大时，局部模拟线性交易才成为可能，也就是如果 AMM 的交易对象是完备市场的话，其核心意义在于规模效应后拟合的有效性（套利损失小），这种有效性并不是很本质，相比较之下 CoFiX 更加本质和自然。
之所以如此，是因为很多人希望把定价权放在链上，这是一种错觉，因为当市场完备的时候（简单的说就是供给需求极其巨大，没有人能操纵市场），中心化交易所的优势就非常明显了，或者更本质一点，链上每个行为都是拍卖后的产物，这和定价交易服务的需求差距太大，定价交易是一种极致的活动，即使正常的中心化交易所都对计算存储和通信提出了最高要求，何况链上的离散性和拍卖属性，这是不能用于完备市场的有效定价的。那换成不完备市场呢？比如那些大家常说的尾部资产？新项目？这个时候，核心的问题不在被套利，或者说不存在这样有效性的检测和需求，那这个时候的需求应该是快速低成本形成价格并完成较大量的交易。 约束条件主要是两个成本：快速形成价格的成本，完成较大规模交易的成本。注意这里的成本不是营销成本、流量成本，而是纯粹交易算子内生成本，以 XY = K 这样的交易算子为例，这种成本包含在 AMM 资金池形成的成本和滑点的相关性里，这种内生的成本、效率区分出各种交易算子的价值。
除此之外，一个重要的问题是，这些非线性交易算子同时把定价和交易放在一起，还需要经受接受预言机（价格算子）的线性交易模型的竞争，这种竞争下，至少交易效率是完全不能对比的：预言机下的交易算子交易效率远远超越非线性交易算子。剩下的可比较的优势，就是定价成本和效率，这一块可以展开深入和全面的研究，但直觉上非线性算子也是处于优势。
继续讨论非线性交易算子的第三个问题，价值输入问题。这个问题也非常致命，如果从完备市场来说，一定是有大量的小额交易（拟合线性算子）输入价值，从而补偿非线性算子在均衡价格波动时候的套利损失，这种约束条件是非常苛刻的，因为大量的小额需求（相对 AMM 池子，或者池子足够大，一切普通交易相对看起来很小）往往会因为链上边际成本增加而被淘汰出市场，等于长期来讲不利于这种链上算子的生存。如果市场是高度不完备的，确实存在大量不在乎价格滑点的交易者，那么任何非线性算子都可以实现这一交易需求，这里面重要的反而是尽可能大量的完成交易（价格不敏感），这又变成类线性模型，比如在稳定币的交易上，不得不改变 XY = K 的模型，让非线性的特性降低，对于沉淀价值不利。
从以上三个特点上来看，交易算子的非线性化并不是一个有价值的方向，或者说在链上沉淀去中心化价值的协议群里，非线性交易算子并不是我们要去寻找的那一类非线性算子：交易就不应该这样做。有意思的是前面提到了利率算子，也是一个交易算子，这个算子和纯粹的二级市场买卖交易略有差异，这种差异源于利率套利的困难性：没有足够的期限结构交易市场让你去实现套利。这也是为何很多人认为链上做借贷比做交易更靠谱的原因，并不是因为什么本质的理由，而是因为套利有效性或者套利难度导致的。目前区块链上的利率市场十分稀薄，还没有交易到有效的地步，这个时候又没有好的利率预言机，因此用非线性算子给利率进行定价，就存在一定的价值，但这种价值是一种权宜之计，并不是什么本质创新。
非线性交易算子也是可以进行改进的，这种改进需要引入递归信息，即历史成交信息中捕捉一些有价值的成分，从而降低套利风险，这一部分目前市场研究的非常少，但是已经有很多人意识到可以基于递归算子和非线性交易算子结合来降低当前 DEX 的所谓无常损失等等，这些思想并不困难，困难的是对每个算子背后的核心风险进行深度分析，并对交易目标清晰建模，这是 NEST 社区致力的方向：将所有的金融服务统一在算子理论下，得到更多有效的数学方程，让产品设计更加有效和完整，推动链上金融世界的发展。
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。