Применение и вызовы многократных рекурсивных операторов в области Децентрализованных финансов

Концепция алгоритмических стабильных монет привлекла внимание многих людей, и многие считают, что она может реализовать цель, которую не смог выполнить биткойн: полностью децентрализованную и автоматизированную глобальную валюту. Появление этой идеи связано не только с недостаточно глубоким пониманием блокчейна и валют, но и с новым рекурсивным оператором, введенным алгоритмическими стабильными монетами. Этот новаторский рекурсивный оператор вызывает ожидания "прорывных инноваций".

Рекурсивный оператор относится к операции, которая генерирует следующее состояние, используя предыдущее состояние в качестве входных данных и повторяя цикл в последовательных преобразованиях смарт-контрактов. В условиях блокчейна публичность данных и последовательный дизайн смарт-контрактов формируют временной ряд, и рекурсивная обработка аналогичных операций может создавать нелинейные структуры, даже геометрические эффекты. Эта сильная положительная обратная связь высоко согласуется с самоусиливающимися свойствами онлайновых игр, что делает ее идеальным выбором для исследования возможностей новых некооперативных игр.

Однако простая рекурсия временных рядов не идеальна, поскольку она делает будущее состояние полностью зависимым от текущего состояния. Действительно ценным является сочетание рекурсивных операторов с другими элементами, что позволяет вводить новую информацию в процессе перехода состояния. Эта информация отражает характеристики игры и обладает непредсказуемостью. Эта непредсказуемость, в свою очередь, подвержена влиянию рекурсивных операторов, формируя определенные общие ожидания, которые, в свою очередь, влияют на другие операторы, создавая контролируемую предсказуемую характеристику. Мы будем называть такие операторы многократными рекурсивными операторами.

В качестве примера простого алгоритмического стабильного монеты, оператор ценообразования генерирует цену Pt, в то время как расширенный объем Mt является многократным рекурсивным оператором. Mt является функцией Pt, а Pt+1 зависит от Mt, что создает косвенную рекурсивную связь между Mt+1 и Mt. В сочетании с оператором ценообразования это приводит к периодической негативной обратной связи, постепенно стремящейся к стабильности цены. Этот дизайн основан на равновесии кривых спроса и предложения, а игровая ситуация происходит на вторичном рынке, поэтому она не является очень точной и может привести к медленному процессу передачи, затрудняя формирование стабильного равновесия.

Рекурсивные операторы могут предоставлять не только отрицательную, но и положительную обратную связь. Например, механизм выкупа в определенной системе является典型ным положительным рекурсивным оператором: выкуп уменьшает предложение на рынке, повышает цены, улучшает производительность системы, удовлетворяет больше потребностей, приносит больше доходов и далее увеличивает выкуп, создавая благоприятный цикл. Этот простой и ясный метод с свойством, противоположным марковскому, может привлечь большее внимание разработчиков цепочных протоколов.

С точки зрения чистой математики, неясно, может ли рекурсивный оператор построить стабильные краткосрочные свойства. Поэтому стабильные монеты, основанные на рекурсивном операторе, сложно свести к стабильной структуре. Особенно учитывая, что алгоритмические стабильные монеты косвенно влияют на соотношение спроса и предложения путем изменения общего объема, их передача медленнее, и существует больше условий для достижения стабильного равновесия, что делает задачу достижения своих целей еще более сложной.

В многократных рекурсивных операциях шаги по введению новой информации имеют решающее значение. Общие свойства равновесия блокчейна действительно позволяют вводить больше информации, которая, будучи спроектированной в рамках игровой структуры, обладает определенной неопределенностью, но в то же время имеет унифицированную информационную структуру. Эта информация, в сочетании с рекурсивными операциями, создает общее ожидание, которое легко порождает иллюзию стабильности. Без строгого анализа теории игр трудно полностью понять общие свойства равновесия, которые могут противопоставляться ожиданиям.

Иногда на этапе введения информации также существует необходимость в случайности. Предположение о том, что зависимость от информации равна нулю, в сочетании с рекурсивными операторами может, наоборот, облегчить появление стабильных характеристик. Эта случайность, отделенная от игровой структуры и больше отражающая алгоритмические особенности, возможно, является направлением, которое необходимо исследовать для будущих алгоритмических стабильных монет.

При проектировании Децентрализованных финансов (DeFi), если цель состоит в усилении положительной и отрицательной обратной связи, необходимо уменьшить количество вводимой новой информации. Если целью является долгосрочная регрессия, то ввод информации сам по себе также должен обладать определенными периодическими свойствами. Доказательство того, что случайный оператор может достичь регрессии под рекурсивным оператором, является сложной задачей.

В области Децентрализованные финансы большинство рекурсивных операторов будет сочетаться с последовательностями цен, так как ценовые игры являются наиболее сосредоточенными в информации и трудно предсказуемыми или контролируемыми алгоритмами. Однако в настоящее время большинство проектировок не зависят от эффективных децентрализованных оракулов, а полагаются на механизм AMM, что может привести к тому, что рекурсивный процесс станет детерминированным или контролируемым процессом, что противоречит первоначальному замыслу проектирования рекурсивных операторов.

Кроме того, многие проекты разрабатывают рекурсивные величины, которые не напрямую связаны с переменными спроса и предложения, определяющими ценовые ряды, а связаны с общим объемом активов, что может привести к невозможности напрямую затронуть ядро этой игры на вторичном рынке, что может вызвать искажения в передаче операторов.

В будущем следует исследовать большее количество сочетаний переменных и рекурсивных операторов, особенно параметров, отражающих сложность рыночных игр. При проектировании Децентрализованных финансов необходимо тщательно анализировать механизмы передачи информации рекурсивных операторов, чтобы избежать предсказуемости и контроля. В этой области все еще есть множество нелинейных операторов, которые стоит глубже изучить.