Применение и вызовы многократных рекурсивных операторов в Децентрализованных финансах

В последнее время алгоритмические стабильные монеты стали热门ной темой в области блокчейна. Многие люди проявляют к ним большой интерес, считая, что они могут быть более инновационными, чем традиционные залоговые стабильные монеты или автоматические маркет-мейкеры (AMM). Некоторые даже мечтают о том, что алгоритмические стабильные монеты смогут реализовать цель, которую не удалось достичь биткойну: полностью децентрализованную и автоматически регулируемую глобальную валютную систему. Эта идея возникла не только из-за недостаточного понимания технологии блокчейн и сущности денег, но и благодаря тому, что алгоритмические стабильные монеты внедрили новую концепцию — рекурсивный оператор.

Рекурсивный оператор относится к вычислителю, который в процессе последовательного изменения смарт-контрактов принимает предыдущее состояние в качестве входных данных и циклически производит расчеты. В среде блокчейна, благодаря открытости данных и последовательному дизайну смарт-контрактов, естественным образом формируется временной ряд. Рекурсивная обработка одной и той же категории операций может привести к нелинейной структуре, даже к эффекту геометрической прогрессии. Эта сильная положительная обратная связь полностью соответствует свойству самоусиления игровых процессов на цепочке.

Однако простая рекурсия временных рядов не является идеальным решением, поскольку информация в следующий момент времени полностью определяется информацией предыдущего момента. Действительно важным является сочетание рекурсивного оператора с другими элементами, введение новой информации между двумя изменениями состояния. Эта новая информация отражает игровые свойства и обладает непредсказуемостью. В то же время эта непредсказуемость также подвержена влиянию рекурсивного оператора, формируя определенные общие ожидания, которые, в свою очередь, воздействуют на другие операторы, создавая резонирующий эффект и формируя управляемые особенности ожиданий. Мы называем такие операторы многократными рекурсивными операторами.

В качестве примера возьмем стабильные монеты с простыми алгоритмами. Ценовой оператор генерирует цену Pt, тогда как общий объем расширения представляет собой многократный рекурсивный оператор Mt. Mt является функцией Pt, а Pt+1 зависит от Mt, тем самым Mt+1 и Mt устанавливают косвенные рекурсивные отношения. В сочетании с ценовым оператором это формирует периодическую негативную обратную связь, постепенно приближая к стабильной цене. Эта концепция основана на равновесии кривых спроса и предложения, а игровой процесс осуществляется на вторичном рынке, поэтому не является совершенно точным, что может привести к замедлению процесса передачи и затруднить формирование стабильного равновесия.

Рекурсивный оператор может обеспечивать не только отрицательную обратную связь, но и положительную. Механизм выкупа в некоторых системах является典型ным例子: выкуп приводит к снижению рыночного предложения, росту цен, что, в свою очередь, улучшает производительность системы, удовлетворяет больше потребностей, приносит больше доходов, увеличивает выкуп, что ведет к дальнейшему росту цен и образует благоприятный цикл.

С чисто математической точки зрения неясно, может ли рекурсивный оператор построить стабильное свойство с коротким циклом. Поэтому трудно, чтобы стейблкоины, зависящие от рекурсивного оператора, сходились к стабильной структуре. Особенно учитывая, что алгоритмические стейблкоины изменяют не непосредственное соотношение спроса и предложения на вторичном рынке, а косвенно влияют на соотношение спроса и предложения путем изменения общего объема, их передача происходит медленнее, и существует больше ограничений для достижения стабильного равновесия, что затрудняет реализацию их целей.

В многоуровневых рекурсивных операторах шаг по введению новой информации имеет решающее значение. Общая сбалансированность блокчейна действительно легко позволяет вводить больше информации, которая обладает определенной неопределенностью в рамках проектирования игровой структуры, но в то же время носит структурный характер. Эта информация, в сочетании с рекурсивными операторами, создает общие ожидания, что может привести к иллюзии стабильности. Если не основываться на строгом анализе теории игр, трудно полностью понять общие сбалансированные характеристики, которые могут оказаться прямо противоположными ожиданиям.

При проектировании проектов Децентрализованных финансов необходимо тщательно анализировать механизмы передачи информации рекурсивных операторов, чтобы избежать предсказуемости и контроля. В будущем может появиться больше переменных в сочетании с рекурсивными операторами, особенно параметров, отражающих сложности рыночного противостояния, что является серией нелинейных операторов, стоящих глубокого изучения. В целом, применение рекурсивных операторов в области Децентрализованных финансов имеет широкие перспективы, но также сталкивается с многочисленными вызовами, требующими более глубокого теоретического анализа и практического исследования.