Алгоритмічний стейблкоїн та рекурсивний оператор: дослідження нових типів неконкурентних ігор у блокчейні

Нещодавно алгоритмічні стейблкоїни привернули широку увагу. Багато людей вважають, що вони можуть реалізувати цілі, які не вдалося досягти біткоїну: абсолютно децентралізовану та автоматично регульовану глобальну валюту. Це поняття виникло не лише через недостатнє розуміння Блокчейну та концепцій валюти, а й завдяки новаторським рекурсивним операторам, які вводять алгоритмічні стейблкоїни.

Рекурсивний оператор - це процес, який полягає в тому, щоб використовувати попередній стан як вхідні дані та повторно циклічно виконувати його в умовах безперервної зміни смарт-контрактів. Такий дизайн є цілком природним у середовищі блокчейну, оскільки публічність даних у блокчейні та послідовний характер смарт-контрактів формують часові ряди. Рекурсивна обробка аналогічних операцій може призвести до нелінійних структур, навіть геометричних ефектів, які демонструють сильні позитивні зворотні зв'язки, що відповідає самоудосконаленню властивостей ігор у блокчейні.

Проте простий рекурсивний часовий ряд не є ідеальним, оскільки інформація наступного моменту повністю визначається інформацією попереднього моменту. Більш важливим є введення нової інформації під час двох зміни станів через множинні рекурсивні оператори, що відображає ігрові властивості та породжує непередбачуваність. Ця непередбачуваність також підлягає впливу рекурсивних операторів, формуючи спільні очікування, які зворотно впливають на інші оператори, створюючи контрольовані властивості очікувань.

В якості прикладу звичайного алгоритмічного стейблкоїна, оператор ціноутворення генерує ціну Pt, а загальна маса Mt є багатократним рекурсивним оператором. Mt є функцією Pt, а Pt+1 залежить від Mt, таким чином Mt+1 та Mt встановлюють непряму рекурсивну залежність. В умовах співпраці оператора ціноутворення формується періодичний негативний зворотний зв'язок, що поступово веде до стабільності цін. Ця концепція базується на рівновазі кривих попиту та пропозиції, а процес гри відбувається на вторинному ринку, тому вона не є точною і може призвести до повільного процесу передачі, ускладнюючи формування стабільної рівноваги.

Рекурсивний оператор може надавати не лише негативний зворотний зв'язок, але і позитивний. Останній спрямований на самопідсилення, а не на стабільність цін. Наприклад, механізм викупу певної системи: викуп зменшує ринкову пропозицію, підвищує ціну, покращує продуктивність, задовольняє більше попиту, приносить більше доходу, збільшує викуп, далі підвищує ціну. Цей простий та чіткий метод з властивістю антимарковського процесу в майбутньому може стати більш популярним серед розробників протоколів у блокчейні.

З точки зору чистої математики, неясно, чи може рекурсивний оператор побудувати стабільні короткострокові властивості. Таким чином, стейблкоїни, що залежать від рекурсивних операторів, важко досягти стабільної структури. Особливо алгоритмічні стейблкоїни, змінюючи загальний обсяг, опосередковано впливають на співвідношення попиту та пропозиції, їх передача відбувається повільніше, і для досягнення стабільної рівноваги існує більше обмежувальних умов, що ускладнює реалізацію їхніх цілей.

У багаторазових рекурсивних операторів введення нової інформації є надзвичайно важливим. Загальні властивості рівноваги Блокчейн легко вводять більше інформації, яка має певну невизначеність у структурі гри, а також має рамкові характеристики. Після поєднання з рекурсивними операторами було встановлено загальне очікування, що може призвести до ілюзії стабільності. Якщо не базуватися на строгому аналізі теорії ігор, важко точно охопити загальні властивості рівноваги, що може суперечити очікуванням. Іноді при введенні інформації також потрібна випадковість, припустимо, що залежність від інформації дорівнює нулю, це навпаки може призвести до більшої стабільності, що є потенційним напрямком для майбутніх досліджень алгоритмічних стейблкоїнів.

При використанні рекурсивних операторів, якщо занадто багато етапів інформації або незалежних операторів, їхній ефект поступово зменшується. Тому у рекурсивних операторів існує показник сили зворотного зв'язку. При проєктуванні DeFi, якщо потрібно посилити позитивний та негативний зворотний зв'язок, необхідно зменшити кількість нової інформації; якщо прагнути до довгострокового повернення, сама інформаційна течія повинна мати періодичні властивості.

У сфері DeFi більшість рекурсивних операторів поєднують цінові послідовності, оскільки інформація про цінові ігри найбільш зосереджена і важко піддається прогнозуванню або контролю алгоритмами. Проте наразі в основному покладаються на механізм AMM, а не на децентралізовані оракули, що може призвести до того, що рекурсивний процес стане детермінованим або контрольованим процесом. Атакуючи, дії безпосередньо відображаються в цінових послідовностях AMM, які не можна автоматично виключити за допомогою алгоритмів, що суперечить необхідній невизначеності рекурсивних операторів.

Крім того, багато проектів, що проектують рекурсивні кількості, не мають прямого зв'язку з змінними попиту та пропозиції, що визначають цінові ряди, а пов'язані з загальною кількістю активів. Це може призвести до неможливості безпосереднього доступу до вторинного ринку, що є ядром цієї гри, а передача операторів може бути спотворена.

У майбутньому слід дослідити більше змінних у поєднанні з рекурсивними операторами, особливо параметрів, які відображають складність ринкових ігор. При проектуванні DeFi слід провести детальний аналіз механізмів інформаційної передачі для рекурсивних операторів, щоб уникнути прогнозування та контролю.