Uniswap生态ALM协议分析

一键发币： Aptos | X Layer | SUI | SOL | BNB | ETH | BASE | ARB | OP | Polygon | Avalanche | 用AI学区块链开发

注意：本报告是在Gamma于2024年1月3日发生的攻击事件之前准备的，该事件影响了LP并导致资金损失。通过操纵特定的受过度价格波动影响的金库参数，攻击者能够“铸造大量LP代币”。这次攻击的影响以及与类似事件相关的风险在此未被涵盖。

任何用户都能方便地提供流动性一直是DeFi市场在其发展过程中一个显著的特点。第一代自动做市商（AMMs）仅支持被动流动性，使许多用户首次接触到便捷的LP策略。随着AMMs变得更加灵活和资本效率更高，流动性提供已经从严格的被动转变为更复杂的主动策略。虽然这些变化在定价和执行方面带来了显著的效率提升，但也减少了被动LP的机会集。自动化流动性管理（ALM）协议旨在弥合被动LP体验和当前市场中使用的主动策略之间的差距。

ALM协议为寻求比被动LP更好的风险调整回报的用户提供主动策略，同时保持相同的便利性。由于它们的受欢迎程度和在某些领域的显著市场份额，ALM协议影响了许多DeFi市场的整体运作，包括Uniswap。为了支持Uniswap基金会的努力，为Uniswap社区提供有价值的见解，并更好地了解ALM对Uniswap的影响，Gauntlet准备了这份报告，探讨它们在市场中的角色和相对定位。本报告的目标是：

1. 突出每种ALM的独特特点及其与LP目标的关系
2. 概述每种ALM的优势和劣势
3. 提供关于ALM市场中资产类型和典型回报的高层次见解

我们探索了三种代表不同方法和扩展水平的ALM协议。在选择这些协议时，我们旨在包括广泛的策略和资产类型，以提供一个全面的市场视角。这三种协议是 Arrakis，Gamma 和 Mellow。

1、执行摘要

本报告深入探讨了ALM市场的多样化格局，为Uniswap生态系统内的LP提供了重要的见解。它为评估和分类不同的ALM协议提供了全面的基础，每个协议都针对特定的投资者需求和风险偏好进行了定制。以下是我们描述每个ALM的专业领域，以及各种资产类别预计的收益率。

• Arrakis 以其专注于低风险策略而脱颖而出，特别吸引对稳定币对感兴趣的LP。
• Gamma 提供了多种选项，具有强大的外部激励措施，迎合了广泛的LP偏好。
• Mellow 以其在ETH和BTC池中的专业性而著称，采用了更复杂的策略，包括使用杠杆和将资本分配到其他产生收益的协议。

所考察的ALMs展示了各种专门的策略，其共同点是基于范围的流动性提供占主导地位。这些策略会根据市场变动动态重新平衡仓位，在大多数分析的ALMs中都可以看到这一特征。然而，也有一些更奇特的方法，例如Mellow，涉及杠杆和将资本投入到产生收益的协议中。

2、方法论

2.1 策略评估

在准备这份报告时，我们研究了每个ALM的策略，并整理了他们的目标和机制的概述。我们审查了所有公开可用的文档，并与策略开发者进行了几次后续通话，讨论他们工作的细节。一些通常被归类为ALM的自动化流动性协议使用专有的离线策略来提供类似的用户体验。然而，由于这些“黑箱ALM”在功能上更类似于离线做市商而不是链上ALM，我们在本报告中简要提及它们，同时指出这是未来研究的一个潜在领域。

概览来看，本报告中考察的ALM部署的策略可以分为两类：

1. 基于范围的流动性提供策略：优化在不同价格范围内提供流动性，并根据市场变动或其他逻辑进行调整。
2. 最大化资本效率的策略：战略性地在不同的费用层级或狭窄范围内分配资金，并将不活跃的资金重新分配到其他产生收益的协议（不一定通过LP）。

绝大多数考察的策略属于前一种类别，主要区别在于决定再平衡的逻辑。

2.2 池类型

为了更好地评估跨多种资产类型的LP表现，我们将ALM池按涉及的代币分组。我们识别了四种在流动性管理行为上明显不同的代币类别。

• 比特币 - 涉及WBTC或跟踪原生比特币价格的类似代币的配对，通常与ETH或稳定币配对。
• 以太坊 - 涉及ETH或类似代币与稳定币的配对。例如，我们不将ETH/UNI配对包含在这个类别中，但我们会将WETH/USDC包含进去。
• 稳定币 - 涉及纯粹稳定币的配对。这些池子可以包括任何稳定币的封装变体、不同的稳定机制和不同的稳定币提供商。这些池子中的代币示例包括FRAX、DAI、AGEUR、USDT和USDC。
• 其他 - 不属于上述类别的所有其他代币配对，从晦涩难懂的（AXLLQDR/WBNB）到较为知名的（LINK/WETH）。

2.3 LP收入数据

我们还收集了ALM池产生的收益数据，这些数据来自公共来源如DefiLlama，以及与ALM开发者的直接对话。作为评估LP收益的指标，我们关注池的APY，它对池的大小及其随时间的变化进行了标准化。需要注意的是，不同协议使用不同的方式计算APY。由于LP池中资产的价格和数量波动，有很多不同的方式来定义基准，作为“中性”或0% APY水平。

我们将APY数据以三种不同的方式呈现，这些方式不一定直接可比：‍

• 价格中性APY - 用户在所有时间点上对池资产的价格变化进行完全对冲时所产生的年度化收益。这不是典型的ALM用户直接经历的价值，因为大多数情况下完美的对冲是不可能的。然而，它反映了在没有外部市场价格变动的情况下ALM的表现。
• 美元APY - 用户在一定时期内参与ALM池时所产生的年度化收益，假设美元稳定币作为起点和终点的基准货币。这个衡量标准包括池资产相对于美元的增值或贬值的影响，不是ALM性能的直接反映。然而，它更准确地反映了被动零售用户因参与ALM池而直接经历的收益。
• 报价APY - 在某些情况下，协议提供的APY统计数据并不完全反映美元或价格中性APY框架。如果可用的数据不足以计算我们的上述任何指标，我们使用协议的公共UI或策略开发者提供的值。我们注意到这些值与我们的指标密切相关，但不一定直接可比。

未来工作的一个可能领域是建立一个回测模拟器，能够基于历史链上数据计算ALM的标准化收益。这将使我们能够更准确地比较使用不同收益计算方法的ALM协议，标准化不可变损失的度量，并评估目前数据不足的协议。

3、Arrakis

3.1 Arrakis V1

Arrakis旨在主要服务于以太坊、Polygon和Optimism上的Uniswap V3。Arrakis V1金库使用无许可的单一位置策略，允许白名单金库经理在定义的规则集中执行再平衡。

Arrakis V1策略 - 指定一名金库经理根据市场条件的变化再平衡金库的单一LP位置。经理可以指定一个新的范围和他们想要交换的代币金额，以将位置调整到新的范围。任何人都可以成为Arrakis V1的经理，因此精确的再平衡触发和金额由经理自行决定。

祖父杠杆位置 - 最初在Arrakis上，LP可以通过Maker在稳定币金库（如USDC/DAI）中杠杆至50倍，显著放大这些位置的收益。然而，Maker通过将债务上限设为零，停止了新的杠杆进入。这使得现有用户保留了遗留的杠杆位置，这些位置仍然有利可图，但无法增加——它们处于“仅关闭”模式。随着一些杠杆用户退出，剩下的用户现在持有更大的池份额，使他们的位置更具吸引力。这导致USDC/DAI金库目前占Arrakis V1 TVL的90%以上，尽管支持V1迁移到V2创新。

3.2 Arrakis V2

我们对Arrakis的大部分分析集中在V1上，因为V1有更多的历史数据和金库可供分析。然而，谈论V2及其带来的创新也是值得的。

Arrakis V2是一个新的核心框架，最初专注于PALMs（私有ALMs）。PALMs是一种ALM，主要用于引导新资产对。协议和DAO使用这种方法作为流动性挖矿努力的替代方案。一些协议可能会分配一部分其储备金（称为协议拥有的流动性）到一个用于支持新代币市场深度的PALM。由于PALMs的目标与管理收益生成的ALMs的目标不同，它们不能直接比较。PALM策略通常是高度定制化的，且不公开披露，因为它们通常从单一白名单用户（协议或DAO）获取流动性。

最近，Arrakis V2已扩展到PALMs之外，推出了他们的流动质押代币（LST）池，这些池是向所有LP开放的公共ALM池。这些池专注于Lido发行的LST代币，并从Lido获得外部激励分配，目的是减少质押代币的滑点。Arrakis历史上在V1中依赖于基于范围的策略，V2也是如此，唯一的例外是跨费用层级策略。V2的新策略细节如下：

多位置策略 - 这种相对简单的策略在一个Uniswap V3池中以不同的价格范围提供流动性。主要好处是比在一个范围内提供流动性具有更精细的价格暴露。

跨费用层级策略 - 如名称所示，这种策略允许LP在一个位置下在多个费用层级提供流动性。例如，一半的资金可以分配给0.05%的池以获得更集中的流动性，其余的资金可以分配给0.3%的费用层级。对于稳定资产对，这种方法可以在接近锚定价格的大额交易中实现，同时通过在不同费用层级提供流动性来补偿远离锚定价格的流动性提供者的风险。

3.3 Arrakis V1性能

截至撰写本文时，Arrakis的中位APY在1%到3%之间，这并不令人意外，因为Arrakis的TVL大部分由稳定币组成（52% DAI和42% USDC）。然而，这使Arrakis V1牢固地处于相对低风险和低回报的ALMs类别中。在下面的图表中，我们查看了按池类型划分的Arrakis池的报价APY以及所有池的总体中位数。

虽然Arrakis的TVL大部分由稳定币对组成，但它们似乎在Arrakis V1的APY范围内表现较低。接下来我们可以检查流行网络代币的表现，这些代币主要由ETH主导。

我们可以看到，历史收益更高，大约在2023年3月达到峰值。这对应于今年早些时候的USDC波动事件期间DEX交易量的激增，暂时提升了整个DEX生态系统中的收益。

3.4 Arrakis V2性能

Arrakis V2金库目前全部是与ETH相关的金库（例如，rETH，wstETH等），显示出强劲的中位APY为14%。与Arrakis V1不同，这些池从外部激励收益大致与奖励产生的基础收益相当。目前，Arrakis V2产生的60%的收益来自外部激励（尤其是来自Lido）。这意味着Arrakis V2可能依赖于这些激励的持续存在以维持有竞争力的奖励，但目前这些池产生的收益相对于ETH的其他机会来说相当有吸引力。

3.5 Arrakis关键要点

Arrakis V1主要服务于稳定币相关的池。鉴于其总体低波动性，Arrakis V1可能最适合对价格波动和不可变损失容忍度较低的LP。然而，同一资产类型的其他竞争ALMs可能提供更高的收益。虽然它们的确切收益尚不清楚，但拥有稳定币金库杠杆位置的剩余LP很可能从他们在USDC/DAI中的继承位置中获得非常有利的APY。这些杠杆位置不再对新用户开放，但构成了Arrakis V1当前TVL的很大一部分。

Arrakis V2仍专注于PALMs，并且其TVL的大部分（约2000万美元）是针对特定DAO或协议的私人策略。尽管公共ALM池不是Arrakis V2的主要目标，但它确实维护了一些以太坊相关的金库，这些金库表现出极具竞争力的性能，部分原因是Lido的激励。然而，有兴趣在以太坊（或其质押衍生品）中保持头寸的LP可以考虑Arrakis V2作为一个非常有吸引力的选择。‍

4、Gamma

Gamma服务于许多网络上的多种DEX（包括Uniswap），包括以太坊、Polygon、Optimism、Arbitrum、Moonbeam和Base。Dynamic Range和Stable策略特别设计用于减少不可变损失并最大化LP的费用收益。Gamma的策略总体上被认为是基于范围的，但可以认为过于狭窄的范围需要频繁再平衡，这会涉及一些资本效率最大化策略的元素：

Dynamic Range策略 - 这些策略涉及在达到某些触发条件（例如价格变动）时自动再平衡流动性范围。它们有两种类型：窄和宽。顾名思义，它们表示提供的流动性范围。窄范围适合风险承受能力高的LP，提供更多的费用，但在波动期间更容易受到不可变损失（IL）的影响。相反，宽范围针对风险承受能力较低的LP，在波动期间尽量减少IL，但收取的费用稍低。累积的费用定期重新投入位置，使LP体验变得被动。

Stables策略 - 与Dynamic Range类似，但专为稳定币对设计。不同于标准的Dynamic Range策略，流动性范围基于历史数据，而不是根据实时价格变动动态调整。

4.1 Gamma性能

Gamma的当前中位APY约为15%。与其他ALMs相比，Gamma支持更多样化的DEX、链和资产类型。其最大的池类别是“其他”（119个池），包括像WMATIC/GNS、USDC/GIDDY和许多ANKRBNB对这样的配对。接下来的两个最大的池类别是ETH相关（49个池）和稳定币（29个池）。

查看Gamma的TVL按代币的分布，我们发现WETH占27%，其次是“其他”占24%。事实上，不仅Gamma倾向于选择更小众的配对，而且在TVL分布中也显而易见。对这类池的偏爱表明，Gamma的动态范围策略可能非常适合这些价格波动较大的代币。稳定币池目前的APY约为4%，这在这样的机会中是平均的。ETH相关的池也表现出不错但不出人意料的12% APY，而“其他”类别显示略高的约15% APY。

在查看Gamma上的许多金库后，我们注意到没有外部激励的金库通常表现明显不如有激励的金库。这表明激励对Gamma的表现有显著贡献。当我们分解Gamma的收益以隔离APY的外部组成部分时，我们发现外部激励平均占池APY的一半。

然而，最近几个月外部激励的比例有所下降，而使用率没有显著下降，这表明Gamma不一定依赖外部激励来提供有竞争力的用户体验。外部激励在ALM竞争力中的作用也是一个值得进一步研究的领域。

4.2 Gamma关键要点

Gamma拥有最多样化的DEX、网络和资产类型选择，并且提供相对较高的APY。然而，高APY很大程度上依赖于从外部协议获得的激励，而不是Gamma自身，因为这是Gamma明确的商业模式。如果没有这些激励，Gamma可能不会那么有竞争力，尽管最近外部APY的比例下降似乎目前没有造成明显的负面影响。与Arrakis一样，Gamma上的高波动性对通常提供更高的收益。然而，Gamma有更大规模的高波动性对，可能允许更大的多样化。

5、Mellow

Mellow部署了不同策略的变种，其中大多数是基于范围的，并依赖于复杂的再平衡逻辑。有几个值得注意的例外是Uni V3 Boosted和Fearless Gearbox策略，这些策略涉及与其他协议的集成，以通过非流动性提供的方式增强收益。两者都是资本效率最大化策略，并利用杠杆将资金分配到其他收益机会，如质押。

Fearless Gearbox策略 - 这种策略主要针对Curve上的wstETH-USDC池。它通过Gearbox V2协议使用杠杆在该池中保持一个头寸，并通过Convex质押Curve LP代币以获得增强的回报。这种策略实际上是典型的Curve和Convex质押LP头寸的杠杆版本。

Uni V3 Boosted策略 - 它在Uniswap V3上的wstETH-USDC池上运行，旨在最大化资本效率并模仿Uniswap V2的债券曲线。该策略保持一个头寸，其中只有少量流动性在狭窄范围内提供，这会根据当前价格进行调整。这种策略受益于“不活跃”资本（池中但不在当前价格范围内的资本）数量的减少，因此可能提高收益。剩余的资本被分配到一个产生收益的协议，一些额外的资本被预留用于交易成本。

Pulse策略 - 专为波动性池设计，该策略在wstETH/USDC Uniswap V3池中保持一个头寸，并在价格接近当前区间边缘时将流动性重新平衡到一个新的区间。如果不需要重新平衡，它会收集并复利费用。它还利用1inch的集成来减少重新平衡时的兑换费用。

Pulse策略V2 - 与原始Pulse策略相似，但具有更高效的重新平衡过程，均匀地在两个方向上扩展现有头寸，而不是铸造一个新的头寸。这减少了需要交换的金额，并降低了不可变损失（IL）对盈利能力的影响。然而，一旦一个头寸的宽度限制达到，就会围绕当前tick铸造一个新的头寸，就像原始Pulse策略一样。

Tamper策略 - 这种策略适用于Uniswap V3上的wstETH/WETH对。它有两个ERC20金库和两个UniV3金库。该策略在Uniswap V3池中持有两个头寸，并根据池的价格在它们之间重新平衡流动性。ERC20金库包含一小部分未使用的资本，用于促进重新平衡。有三种可能的重新平衡方式，取决于价格相对于下限和上限金库间隔的不同情景。该策略还通过从三个独立的预言机获取估计值来对冲预言机风险。

5.1 Mellow性能

Mellow向公众提供了其金库性能的广泛数据，价格中性和美元APY直接显示在其网站上。Mellow是我们观察到的ALM中拥有最多命名策略的，尽管这些策略只在相对有限的池中运行。这里的一些池最近才部署，导致历史数据有限。

有一些金库在某些时期显示负的APY。然而，这可能是所采用策略的结果。Mellow上许多波动性代币对使用Pulse策略，该策略频繁重新平衡头寸。这些池中的不可变损失在重新平衡时被锁定，否则可能从未实现。Pulse策略的V2版本，提高了重新平衡的效率，看起来表现更好，并且到目前为止总体上是盈利的。

5.2 Mellow关键要点

Mellow的策略在性能上有所不同，有些比其他的更容易受到重新平衡带来的实际损失的影响。Mellow的金库性能非常透明，这使得它们比一些竞争对手更容易评估。值得注意的是，Mellow自报的性能特别包括了不可变损失的影响，而其他ALMs不一定一开始就提供这些信息。就实际表现而言，Mellow的BTC金库非常有吸引力。即使控制了价格效应，最近的平均收益率徘徊在5%左右的APY，这对于BTC机会来说相当有竞争力。此外，尽管Mellow的ETH相关金库在过去有负面回报的时期，但最近表现良好。Mellow不使用外部激励，因此这些收益完全来自于Mellow的流动性管理活动，这可能使其在长期外部激励减少的情况下更具可持续性。

6、结束语

总之，对潜在LP来说，ALM市场是相当多样化的。每个ALM都有自己的关注领域，并根据特定的用户体验来调整其方法。Arrakis专注于低风险的稳定币对，Gamma提供了一系列选项，并有强大的外部激励，而Mellow则专注于ETH和BTC池，采用更复杂的策略。选择哪个ALM取决于LP的风险承受能力、绩效目标以及他们希望参与的具体资产类型。

由于ALM设计、报告指标和绩效的显著多样性，我们旨在为Uniswap社区提供一个基础，以评估和分类不同的协议。尽管ALM可能会随着时间的推移变得更加标准化，但目前的市场太过多样化，无法用一个广泛的指标来捕捉所有相关细节。因此，我们在这份报告中采取了比大多数其他研究更定性的方法。

进一步的工作在模拟ALM收益方面也可能有助于开发更标准化的比较，因为它可以让所有协议在相同的APY尺度上进行衡量。外部激励和不太公开的策略在ALM市场中的作用也是可以进一步研究的领域。

原文链接：Uniswap ALM Analysis

DefiPlot翻译整理，转载请标明出处

免责声明：本站资源仅用于学习目的，也不应被视为投资建议，读者在采取任何行动之前应自行研究并对自己的决定承担全部责任。