Uniswap v3 LP 策略與對沖

被動 Uniswap v3 部位是一組無法取消的剩餘限價訂單。一本「活躍」的書——選擇範圍，重新以時間表為中心，對沖風險——是一本做市書，它應該像一本做市書一樣運作。這種重構改變了每一個決定。做市商根據波動性預測調整報價，而不是憑直覺。做市商將每次重新報價視為成本，而不是反射。做市商始終了解其庫存增量，並謹慎決定持有它還是對沖它。做市商知道，有些交易對手的速度更快、消息更靈通，並且會對此進行定價。

集中流動性文章 建構了原文：價格變動、流動性 $L$，代幣金額公式， feeGrowthInside，事實上，有限合夥人部位是一種空頭波動性收益，其運作成本是損失與再平衡（LVR）。這篇文章是該基礎之上的操作手冊。我們根據方差預測調整範圍，將再平衡決策構建為明確的預期費用收益與已實現成本交易，直接從價值函數中導出頭寸增量並用永續期貨中和它，將即時（JIT）流動性視為主動LPing的極端情況，並以所有這些的誠實鏈上回測可能欺騙您的方式結束。自始至終，心智模型都是Avellaneda-Stoikov，有兩個殘酷的修改：你的報價在填滿之前會出現在公共分類帳上，並且每次重新報價都會花費汽油。

波動率預測的範圍寬度

主動 LP 的一個最重要的參數是範圍寬度，而且它是純粹的波動性押注。太寬了，你會稀釋很少交易的流動性，以 v2 資金池的低利率賺取費用。太窄了，你會很好地集中深度——直到價格超出你的範圍，你就會 100% 投入虧損的資產，並且在你重新平衡之前你什麼也賺不到（途中的背離損失具體化）。最佳寬度是使價格經常保持在一定範圍內的寬度，使得集中費率超過集中放大的 LVR。這是關於未來回報分佈的陳述，因此您可以根據該分佈的預測來確定其大小。

持有期間內的對數價格模型 $T$ 大約 $\ln(P_T/P_0) \sim \mathcal{N}(0, \sigma^2 T)$， 和 $\sigma$ 每期波動率。對稱的 $k$-對數價格中的西格瑪範圍是

$\ln\!\frac{p_b}{P_0} = k\,\sigma\sqrt{T}, \qquad \ln\!\frac{p_a}{P_0} = -\,k\,\sigma\sqrt{T},$

所以 $p_b = P_0\,e^{k\sigma\sqrt{T}}$ 和 $p_a = P_0\,e^{-k\sigma\sqrt{T}}$。選擇 $k$ 正在選擇留在範圍內的機率： $k=1$ 將價格控制在大約 68% 的範圍內， $k=2$ 約 95%。更寬 $k$ 交易時間範圍內的費率，最佳點取決於費用等級和波動率制度——這正是做市商預測而不是猜測的數量。

鏈上參數的轉換只需一行，因為價格變動是對數價格。自從 $p(i) = 1.0001^i$，刻度索引為 $i = \ln P / \ln 1.0001$， 和 $\ln 1.0001 \approx 10^{-4}$，所以以刻度為單位的半寬約為 $k\sigma\sqrt{T}\times 10^4$。捕捉到池的刻度間距，你就有了界限：

import numpy as np

TICK = np.log(1.0001)   # ≈ 1.0000e-4, one tick in log-price

def range_from_vol(price, sigma_per_day, horizon_days, k=1.0, spacing=10):
    """Symmetric k-sigma range -> tick bounds for a v3 position.
    `price` is the RAW pool price (token1/token0, base units)."""
    sig_h = sigma_per_day * np.sqrt(horizon_days)     # vol over the horizon
    i0 = round(np.log(price) / TICK)                  # current tick
    half = round(k * sig_h / TICK)                    # half-width in ticks
    lower =  ((i0 - half) // spacing) * spacing        # floor to spacing
    upper = -(-(i0 + half) // spacing) * spacing       # ceil  to spacing
    return lower, upper, np.exp(lower*TICK), np.exp(upper*TICK)

有效的數字可以修正直覺。以 ETH 為例，預測每日波動率為 4%，一週重新居中的範圍（$T = 7$ 天），以及 $k = 1$。然後 $\sigma\sqrt{T} = 0.04\sqrt{7} = 0.1058$，所以範圍跨越 $e^{\pm 0.1058}$，即大致 $[0.90,\,1.11]\times P_0$ — 大約一個 $\pm 10.6\%$ 樂隊，或 $\pm 1058$ 刻度線對齊到間距。寬度在成交量預測中是*線性的（對數空間中的一階），這就是重點：您的流動性集中度應該與市場的變化同步，而不是靜態的「±10%，因為上個月感覺是正確的」。改變兩個旋鈕—制度和信心 $k$ — 區間的變動方式是做市商報價價差的變動方式：

將表視為引用策略，而不是尋找。較窄的區間在範圍內時每美元的費率較高（每跳動深度較大），但會更快退出範圍並更頻繁地重新居中；較寬的頻帶則相反。集中流動性乘數就是槓桿－a $\pm 5\%$ Band 報價的每跳動深度比全範圍 v2 頭寸大約高一個數量級，並且在範圍內以該倍數賺取費用 - 但它也同樣受到 LVR 的影響。範圍寬度是您在費率與範圍內時間邊界上選擇的點，而交易量預測則告訴您該邊界目前的位置。

限制近端鋒的一項約束是：刻度線間距。您的界限必須與費用等級的間距對齊，因此您可以表達的最小範圍由您選擇的池設定 - 0.05% 等級上約 ±10 bp（間距 10），0.30% 等級上 ±60 bp（間距 60），1% 等級上 ±2%（間距 200）。這將兩個看起來獨立的決定結合在一起： **費用等級選擇是範圍分辨率選擇。 ** 波動率預測需要 ±0.3% 範圍的穩定貨幣對只能在 0.05% 等級上實現；在 1% 層嘗試一下，刻度網格會迫使你至少寬八倍，稀釋了你支付更高費用才能獲得的濃度。將層的粒度與您的預測要求的寬度相匹配，而不是相反。

哪裡有 $\sigma$ 來自？追蹤視窗內的已實現波動率是粗略的答案，而且它非常具有前瞻性——它告訴你上週應該設定的範圍。正確的工具是對當前狀況做出反應的條件方差模型：聚合到地平線的 GARCH(1,1) 預測，如 GARCH 加密貨幣波動率預測 中開發的那樣。 GARCH 給你 $\hat\sigma^2_{t+1}$ 並且，透過迭代遞歸， $h$- 步長方差，其平方根為 $\sigma\sqrt{T}$ 你想要的。加密貨幣的槓桿效應－波動性在下跌時跳得更多－支持不對稱變體，以及相同的波動率目標機制，透過調整方向位置的大小 $1/\hat\sigma$ 調整 LP 範圍的大小 $\hat\sigma$：方向相反，預測相同。將該系列輸入 range_from_vol 每次重新集中時，位置的集中度都會自動追蹤預測。這就提出了本文接下來提出的問題：「應該」多久重新居中一次？

再平衡：費用收益與實現成本交易

過度再平衡是零售有限合夥人回報的頭號破壞者，它是一個微妙的殺手，因為每個人的重新中心都感到有責任。價格向你的範圍邊緣漂移，所以你重新回到「保持活躍」的位置。但 v3 重新居中並不是在 CEX 上免費重新報價。這是三個成本的疊加：

1. Gas — 銷毀舊倉位，鑄造新倉位，並（通常）進行掉期以重新平衡庫存。在主網上，這是一個不小的每個週期固定成本，對於小部位來說是殘酷的。
2. 掉期成本 — 要重新居中，您必須將不平衡的庫存交易回新範圍的比率，並支付掉期費用和對該交易的價格影響。
3. 結晶LVR－這是看不見的。當價格波動時，部位累積了紙面的背離損失。堅持價格的往返可以收回大部分（你保留費用，回饋庫存波動）。重新集中意識到這種損失：你以低迷的價格出售你現在大量持有的資產，然後重置。每個最近更新者都會將紙質 LVR 轉換為預訂的 LVR。

所以再平衡的決定不是「我接近邊緣了嗎？」但做市商的重新報價計算是：**從更好的中心位置預期的未來費用上漲是否超過了實現的成本？ ** 從結構上講，這是交易成本控制問題 - 最佳策略是圍繞中心的“無再平衡帶”，而不是絆線。在樂團內部，你讓庫存漂移並不斷收取費用；只有當預期收益抵銷成本時你才會採取行動。

$\underbrace{\big(r_{\text{fee}}^{\text{centered}} - r_{\text{fee}}^{\text{now}}\big)\cdot V \cdot \mathbb{E}[\tau]}_{\text{expected fee uplift over next holding period } \tau} \;\;>\;\; \underbrace{g_{\text{gas}} + c_{\text{swap}} + \Delta\text{LVR}_{\text{realized}}}_{\text{cost of re-centering now}}$

def should_rebalance(pos, price, fee_apr, sigma, gas_usd, swap_bps):
    """Rebalance only if expected fee uplift beats the realized recenter cost."""
    V = pos.value(price)
    recenter_cost = (gas_usd
                     + swap_bps * 1e-4 * pos.inventory_to_swap(price)  # fee+impact
                     + pos.crystallized_lvr(price))                    # the hidden one
    tau = pos.expected_time_in_range(price, sigma)   # horizon until next recenter
    fee_uplift = (pos.fee_rate_centered(price) - pos.fee_rate_now(price)) \
                 * fee_apr * V * tau
    return fee_uplift > recenter_cost

用數字重新平衡決策

使其具體化。假設您在 ETH/USDC 0.05% 資金池中持有 50,000 美元的頭寸，價格已漂移至您的範圍邊緣，重新集中將使您的有效費用捕獲擺脫貧乏狀態 $r^{\text{now}} = 8\%$ APR（您幾乎不在範圍內）返回 $r^{\text{centered}} = 30\%$ 年利率。您的 GARCH 預測表明，該寬度的新居中範圍大約適用於 $\mathbb{E}[\tau] \approx 5$ 天 $= 0.0137$ 幾年後你會再次重新審視。總提升量為

$(0.30 - 0.08)\times \char36 50{,}000 \times 0.0137 \;\approx\; \char36 150.$

與此相反，重新定位的成本：25美元的gas（鑄幣+燃燒+掉期），不平衡庫存的掉期——比如20,000美元以5個基點的費用加影響交叉為10美元——以及從出售到移動中的結晶LVR，另外60美元。總實現成本 $\approx \char36 95$。自從 $\char36 150 > \char36 95$，你最近——但請注意它有多接近，以及 5 美元的汽油峰值或較短的預期保持如何翻轉該信號。現在，以相同的百分比將頭寸縮小至 5,000 美元：漲幅降至 15 美元，而天然氣保持在 25 美元，並且該交易永遠不值得做。費用提升期限與名目金額成比例；氣體術語則不然。這種單一的不對稱性就是為什麼小型主網 LP 要么運行一個廣泛的、很少觸及的範圍，要么置身事外。

閾值與週期

兩種制度擺脫了這種不平等，它們是「基於閾值與週期性」的誠實答案。 閾值（帶）再平衡——當價格退出公差帶時採取行動——是理論上正確的形狀，因為它以實際重要的狀態為條件。 定期重新平衡 — 每隔一段時間重新調整一次 $N$ 不管是塊還是小時——都是一個粗略的近似值，只有因為它更容易運行並且更容易推理，所以才站得住腳；它的病態是在砍伐期間重新定位，這將免費恢復均值，支付汽油並結晶 LVR 來獲得往返旅程，而您什麼都不做就可以贏得勝利。根據經驗，你的費用等級越寬，gas 越高，你的範圍應該越寬，你的重新平衡就越罕見——每天重新調整 1% 的礦池幾乎總是會導致資金燃燒。令人不安的推論：對於主網上的許多小頭寸，費用提升條款永遠不會清除天然氣條款，並且正確的重新平衡次數是“零”——設置一個寬範圍一次然後離開它，或者根本不進行LP。

這也是為什麼場地與策略同樣重要的原因。整個不平等主要由以太坊主網上的 Gas 術語主導，其中再平衡週期需要花費真金白銀；在 L2（任意、基礎、樂觀）上，相同的周期成本為美分，所以 $g_{\text{gas}}$ 崩潰，清理它的帶變窄，並且頻繁重新居中的窄範圍主動LPing對於那些在L1上永遠無法承受的小頭寸來說變得可行。這不是腳註——這就是為什麼嚴肅的主動 LP 策略在很大程度上遷移到 L2，以及為什麼「重新平衡的頻率」在每個鏈上都有不同的答案。不過，LVR 和掉期成本條款不會隨著 Gas 的增加而縮小，因此廉價的 Gas 降低了過度再平衡的障礙，就像合理再平衡的障礙一樣；當天然氣不再為你強制執行時，不平等的紀律更重要。

還有第三個選項可以完全避免重新居中：單側範圍。與其滑動跟隨價格的對稱區間，不如放置一個表達觀點的不對稱區間——如果你願意在下跌過程中累積資產，流動性只會低於現貨，如果你想在上漲過程中分配資產，流動性只會高於現貨。這是鏈上限價訂單用例，它將“重新平衡”變成“重新填充”：當單邊範圍完全填滿（價格與其交叉）時，您已經以費用提高的平均價格執行了預期的買入或賣出，決定是是否重新武裝，而不是是否追趕。對於累積和分配指令，它主導對稱重新集中，因為你用對沖對抗的庫存波動是你真正想要的位置。

與 LVR 的連結值得一提，因為它連結了整個系列：**您在頭寸生命週期內實現的重新集中損失的總和，正確地進行基準測試，收斂於 IL/LVR 分析 根據價格路徑的已實現方差預測的 LVR。 ** 重新平衡不會避免 LVR；它選擇何時付款以及以何種貨幣付款。太頻繁地重新平衡，您還需要在原本要支付的 LVR 之上支付 Gas 費和掉期費。這就是為什麼過度再平衡在失敗模式中占主導地位：它是 LVR 加上自己造成的稅收。

透過永續期貨對有限合夥人進行 Delta 對沖

如果範圍寬度是你的波動率賭注，再平衡範圍是你的庫存政策，那麼德爾塔對沖就是你如何將兩者分開，這樣你就可以運行一個“做市”賬簿（做空波動率，收取點差），而不是一個“定向”賬簿（偶然做多或做空 ETH）。為了對沖，您需要頭寸的 Delta，而 v3 的優點在於它直接從價值函數中下降，無需數字。

範圍內頭寸的價值，以 token1 為單位（計價單位，例如 USDC），是在集中流動性部分中導出的表達式：

$V(P) = L\left(2\sqrt{P} - \sqrt{p_a} - \frac{P}{\sqrt{p_b}}\right).$

從價格上區分 $P$ 風險資產（token0，例如 ETH）：

$\Delta \;=\; \frac{\partial V}{\partial P} \;=\; L\left(\frac{1}{\sqrt{P}} - \frac{1}{\sqrt{p_b}}\right) \;=\; x(P).$

頭寸增量 **等於部位目前持有的 token0 數量。 ** 這並非巧合，值得暫停： $V = x\cdot P + y$， 所以 $\tfrac{\partial V}{\partial P} = x + P\tfrac{\partial x}{\partial P} + \tfrac{\partial y}{\partial P}$，AMM 不變量使得當前價格下的邊際曲線上貿易價值中性，即 $P\,\partial x + \partial y = 0$。兩個尾隨項取消，增量只是 ETH 庫存。有限合夥人以當前頭寸的金額做多風險資產——這個數字隨著價格上漲而縮小（該頭寸賣出 ETH 來求強），並隨著價格下跌而增加（逢低買入）。為了中和，請握住尺寸較小的短裙 $x(P)$ 以 ETH 計算。

def lp_delta(L, price, pb):
    """dV/dP for an in-range v3 position == token0 (ETH) currently held."""
    sp, spb = price**0.5, pb**0.5
    return L * (1.0/sp - 1.0/spb)      # short this many ETH on a perp to neutralize

def lp_gamma(L, price):
    return -L / (2.0 * price**1.5)     # < 0: short gamma -> hedge must be re-shorted

範圍內的增量（以數字表示）

重複使用集中流動性工作範例中的確切位置： $L = 738.37$ 在範圍內 $[2500, 3500]$，鑄造於 $P = 3000$。三角洲 $x(P) = L(1/\sqrt{P} - 1/\sqrt{p_b})$ 是你必須攜帶的短褲，它單調地從底部裝滿的 ETH 包走到頂部平坦的位置：

對沖並不是「做空 1 ETH 就忘了它」。隨著價格從 3000 上漲至 3250，該倉位「出售」一半的 ETH 以求強勢，而您所需的空頭數量從 1.0 降至 0.47 — 因此您必須以更高的價格回購 0.53 ETH 進行對沖。當拋售至 2750 時，頭寸買入 ETH，而您的空頭倉位必須增長至 1.60，並以較低價格賣出。每次都在對沖上高買低賣：這是負伽瑪使現金流成為真實的，其運行成本是下面分類帳中的 LVR 線。

伽瑪為負值 — $\partial^2 V/\partial P^2 = -L/(2P^{3/2}) < 0$ ——這是從風險面來看的空頭跨式收益。負伽瑪意味著對沖永遠不會是靜態的：隨著價格上漲，頭寸的 Delta 下降（持有的 ETH 減少），因此您以昨天價格確定的空頭規模現在太大，您必須回購一些；隨著價格下跌，Delta 值上升，您必須做更多空頭。為了保持中立，你總是在虧損方向進行交易，而**連續重新對沖的累積成本正是 LVR。 ** 對於 v3 頭寸，該成本具有封閉形式，值得推導，因為它將對沖變成了你可以預測的數字。 IL/LVR分析給出了GBM價格波動下的瞬時LVR速率 $\sigma$ 作為 $\ell = \tfrac{1}{2}\sigma^2 P^2\,|x'(P)|$，我們剛剛計算了 $|x'(P)| = L/(2P^{3/2})$ — 位置伽瑪的大小。替換：

$\ell(P) \;=\; \frac{\sigma^2 P^2}{2}\cdot\frac{L}{2P^{3/2}} \;=\; \frac{\sigma^2 L \sqrt{P}}{4}.$

這就是 Delta 對沖鎖定的每單位時間的美元流失——與 $L$ （集中度是出血量和費用的乘數）以及確定範圍大小的交易量預測的平方。它還直接為您提供損益平衡測試：只有在費用收入率清除的情況下，該頭寸在資金和天然氣之前才是+EV，

$\underbrace{\phi \cdot \nu_{\text{in-range}}}_{\text{fee rate}} \;>\; \frac{\sigma^2 L \sqrt{P}}{4},$

在哪裡 $\phi$ 是費用等級， $\nu_{\text{in-range}}$ 是每單位時間流經您的範圍的掉期交易量。雙方規模與 $L$，因此集中度在比率中被抵消－這是單憑範圍寬度永遠無法使虧損池獲利的深層原因。清除 LVR 的是相對於波動性的費用產生量，即交易者流失速度快於套利者挑選你的速度的池。完美的 Delta 對沖 LP 並非沒有風險——它用價格風險換取了支付的確定性 $\ell$ - 其損益表簡化為乾淨的分類帳：

$\text{P\&L}_{\text{hedged}} \;=\; \underbrace{\text{fees}}_{\text{premium}} \;-\; \underbrace{\text{LVR}}_{\text{re-hedge cost}} \;-\; \underbrace{\text{funding}}_{\text{hedge carry}} \;-\; \underbrace{\text{gas}}_{\text{operations}}.$

該融資期限是您為持有對沖而支付的租金，它值得尊重。永續期貨的價格透過定期資金支付與現貨掛鉤；當利率為負時，空頭部位支付資金；當利率為正時，空頭部位接收資金。正如資金費率如何殺死你的槓桿中所述，加密貨幣永續資金平均而言是積極的——在典型的期貨溢價制度中，多頭支付空頭——這意味著Delta對沖空頭有限合夥人通常會“獲得報酬”來進行對沖，這是一個真正的順風為積極交易。但它依賴政權並且會回歸均值。在持續的拋售中，資金會變成負值，你的對沖開始讓你付出最重要的代價。根據已實現的增量調整對沖規模，將資金標記為實際項目，並且永遠不要假設歷史上的正資金順風是恆定的。

帳本，以數字表示

將整本書放在一頁上 $6,523.69 position from the worked example ($L = 738.37$, range$[2500,3500]$,$P=3000$), held delta-hedged for one week at a 4$\ell = \sigma^2 L\sqrt{P}/4$with the daily$\sigma$，LVR 流失為

$\ell_{\text{day}} = \frac{0.04^2 \times 738.37 \times \sqrt{3000}}{4} \approx \char36 16.18, \qquad \ell_{\text{week}} \approx \char36 113.$

這是單週頭寸的 1.74% — 相對於全範圍 v2 頭寸，相同的資本只會流失 $\sigma^2/8 \approx 0.14\%$, 一個 $12.4\times$ 比率恰好是該範圍的濃度倍數。集中度是兩個刀片上的槓桿：在範圍內時費率的 12.4 倍，LVR 的 12.4 倍。要清除 \char36 113/週，該頭寸需要大約 90% 年利率 的費用收益率——發人深省，而誠實的原因是高波動率的窄幅波動經常會造成損失。同時，資金在這裡是一個舍入誤差：以典型的 +0.01%/8h 利率對沖大約 1 ETH 的名義收益，一周內收益約為 \char36 6（空頭在正資金制度下收集），這是一種溫和的順風，既不會促成交易，也不會破壞交易。每次重新平衡都會在頂部添加 ~\char36 25 的gas。帳本的教訓一目了然：費用是唯一可以拯救你的項目，LVR 是會讓你陷入困境的項目，資金和天然氣是細節 - 調整範圍，使第一個擊敗第二個，或者不要進行交易。

兩個實用筆記。首先，對沖粒度是其自身的成本權衡：對每個價格變動進行重新對沖可以最大限度地減少跟踪誤差，但最大限度地提高永續交易費用和資金流失，因此大多數交易台在 Delta 波段上重新對沖，這與 LP 重新平衡相同的無交易區域邏輯。其次，對沖僅在範圍內*時抵消 Delta；一旦價格退出，頭寸就變成 100% 具有平坦或完全線性 Delta 的資產，並且針對範圍內制度確定的對沖規模現在是錯誤的 - 範圍寬度和再平衡政策不能獨立於對沖而設計的另一個原因。

在哪裡放置樹籬

對沖工具是一個即時決策，而不是一個細節。中心化交易所（Binance、Bybit）提供最深的流動性和最窄的利差，但會重新引入託管和橋接風險——你的有限合夥人在鏈上，你的對沖不在鏈上，兩條腿可能會在快速市場或提款凍結中不同步。鏈上 Perp（Hyperliquid、GMX、dYdX）將所有內容保留在一個結算域中，並且可以與 LP 位置組合，但代價是賬本更薄以及其自己的預言機和融資怪癖。無論哪種方式，你都會承擔基差風險：perp跟踪的指數與你的資金池價格不同，所以一本完全Delta中性的賬簿仍然有一個小的殘差，當你最無力承擔時，它會擴大。做空伽瑪是一種清算風險——必須在下跌過程中「成長」的對沖與追加保證金的方向相同，因此根據第一部分的壓力波動範圍調整永續抵押品的抵押品規模，而不是平靜的波動範圍，否則缺口變動會清算對沖，並在最糟糕的時刻讓有限合夥人赤身裸體。

JIT 流動性：單一區塊做市商

將主動 LPing 推向其邏輯極限——重新平衡每個區塊，在單次互換期間持有頭寸——您將獲得及時的流動性，這是 LP 設計領域最敏銳的策略。 JIT 提供者監視內存池中是否有大量傳入掉期，並在同一個區塊中：鑄造一個極其緊張、極其深度的流動性頭寸，將當前價格緊接在受害者掉期之前，讓掉期針對流動性牆執行（捕獲其費用的最大份額，因為 JIT $L$ 使被動相形見絀 $L$ 已經在刻度中），然後燃燒之後的位置 - 全部在一個區塊內。

經濟效益是驚人的。由於鑄幣和銷毀跨越單一掉期，它們之間基本上沒有價格演變，因此該頭寸賺取了巨額名義費用的全部費用，同時幾乎零無常損失 - 沒有時間出現價格分歧。集中流動性的費率乘數達到極限：在其賺取的確切瞬間提供數千倍的被動深度，並在任何逆向選擇產生影響之前消失。它是鏈上最接近無風險做市的東西，這就是 JIT 存在的原因。

費用分成只是流動性份額。透過 0.05% 池進行的 10M 互換將支付 5,000 美元的費用，按比例除以範圍內 $L$。如果被動 LP 持有 $L_{\text{passive}}$ 在交叉的蜱蟲和 JIT 機器人薄荷糖中 $L_{\text{jit}} = 100\,L_{\text{passive}}$ 對於區塊，JIT 位置捕獲

$\char36 5{,}000 \times \frac{L_{\text{jit}}}{L_{\text{jit}} + L_{\text{passive}}} = \char36 5{,}000 \times \frac{100}{101} \approx \char36 4{,}950,$

讓整週都在那裡的被動 LP 留下 \char36 50。機器人對區塊的 99.99% 沒有採取任何行動，並在一次重要的掉期中收取了 99% 的費用——這正是為什麼誠實地衡量的被動費用收入低於礦池總體收入的原因。

就像每一個清晰的鏈上優勢一樣，JIT 已經被競爭壓垮了。一旦幾個機器人觀察到相同的大型待處理交換並模擬相同的費用捕獲，它們就會在構建者拍賣中相互競價，以獲得坐在流程前面的權利，並且支付給構建者的小費會趨向於捕獲的費用 - 與鏈上清算和原子套利發生的情況相同。剩下的就是剩餘的：交換其他錯過的機器人、與不成熟的建築商市場的池，以及保持大量閒置庫存並且永不錯過燃燒的運營質量。這是真正的策略，也是真正的生意；它不是零售的。

問題在於，JIT 是專家遊戲而不是免費資金的原因有三。 **它需要真實的庫存。 ** 與在一筆交易中自行融資和償還的利用閃電貸進行原子套利不同，JIT鑄幣-掉期-銷毀跨越區塊中的三個獨立交易（鑄幣、受害者的掉期、銷毀），因此必須在單筆交易內償還有限的閃電貸款為無法償還資金。 JIT 機器人必須持有閒置且準備就緒的基礎資本（通常為數百萬美元的代幣）。 **它是 MEV 供應鏈中的一個捆綁包。 ** 贏得訂單（在交換之前鑄造，在交換後立即銷毀）需要通過 MEV 和 mempool 文章 中剖析的提議者-構建者-分離管道向區塊構建器提交捆綁包； JIT 會像其他搜索者一樣爭奪區塊空間並向構建者付款並給他們的利潤。 *對於被動的有限合夥人來說，這是逆向選擇。 ** JIT 機器人會撇去最大、最良性的流量——費用高、毒性低的無資訊掉期交易——並留下被動頭寸，持有較小的交易和產生 LVR 的有毒、知情流量。被動 LP 的已實現費用收入「低於」池的總體費用收入，這正是因為 JIT 佔據了最佳份額。最後一點不只是一個經濟腳註，也是一個經濟腳註。這是下一節中的一個地雷。

誠實地從鏈上資料回測 LP

上述每一個主張——波動範圍優於靜態範圍、波段再平衡優於週期性、對沖 LPing 在 X 體系中是 +EV——都是在投入資本之前必須根據鏈上歷史進行測試的假設。資料就在那裡：池合約日誌中的交換事件和流動性事件，或在 Uniswap 子圖https://docs.uniswap.org/api/subgraph/overview）。陷阱在於，樸素的 LP 回測是“系統性樂觀的”，並且所有偏見都朝著同一個方向發展。你必須處理三個，否則你的夏普就是虛構的。

**費用歸屬。 ** 誘人的捷徑是將費用收入估算為（資金池數量）×（費用等級）×（您在資金池 TVL 中所佔的份額）。這在兩個方面是錯誤的。費用僅根據每次互換時在範圍內的流動性產生，因此正確的分母是您在範圍內*的份額 $L$，而不是您的 TVL 份額——只要價格遠離您的中心，這些份額就會有所不同。費用成長是路徑相關的：它取決於掉期的確切順序以及每個掉期相對於您的界限的價格。唯一誠實的方法是重播交換並區別 feeGrowthInside 累加器跨越你的範圍邊界，就像合約一樣－集中流動性部分的記帳為 O(1)。透過 TVL 按比例分配交易量在任一方向上都可能會偏離很大的倍數，並且當價格在您的邊緣附近徘徊時，它會「最」偏離，這是您最需要正確建模的狀態。

**價格與泳池報價對齊。 ** 每個時刻都存在兩個價格，而且它們不相等：池自己的報價（最後一次掉期後 AMM 的邊際價格所在的位置）和外部/CEX 中間價格（資產實際交易的位置）。在池報價上標記您的頭寸，然後將套利者的利潤計入您自己的回報中，因為池報價在套利交易之間是陳舊的；在 CEX mid 進行標記，您必須將不同地點的時間戳與不同的時鐘和區塊時間對齊。快照節奏使這一點變得更加複雜：每小時的子圖快照默默地錯過了小時內的範圍交叉——在一小時內退出並重新進入您的範圍的頭寸看起來就像一直處於範圍內，誇大了費用並低估了 LVR。您聲稱的有關時間範圍或 LVR 的任何內容都必須來自交換等級、區塊時間戳重播，而不是每小時標記。

**池內 MEV 和 JIT 影響了費用估算。 ** 這是最微妙和最危險的，這就是為什麼 JIT 部分位於此部分之前。如果您從資金池的「歷史已實現費用收入」中估計被動策略的費用收入，那麼您就將 JIT 機器人實際捕獲的費用記入了您的被動頭寸——這是真正的被動 LP 永遠不會看到的收入，因為 JIT 流動性是在這些確切的掉期之前鑄造的。您的回測會繼承虛擬費用。同樣的掉期帶來了另一半的扭曲：資金池交易量的很大一部分是套利——有毒的、知情的流量是你的LVR——因此將所有這些交易量都算作產生費用的「好」交易量，同時忽略它所帶來的逆向選擇，使結果雙倍奉承。誠實的 LP 回測必須 (a) 重建範圍內的流動性包括臨時 JIT 頭寸以正確歸因費用，(b) 將 LVR 與已實現的價格路徑分開計算，而不是假設費用是免費資金，以及 (c) 按原樣對待套利和 JIT 撇掉的掉期 — 帳本的成本方，而不是收入方。跳過這一點，你的漂亮的成交量大小、波段再平衡、德爾塔對沖策略在紙面上看起來是有利可圖的，但在生產中卻會出現虧損，原因是本文從未向你展示過。

這些偏差中的每一個都會將估計回報推高*，這是最糟糕的可能失敗模式 - 一種令人欣喜的回測：

這項規則與將真實交易策略回測與幻想區分開來的規則相同：以與收入相同的嚴格程度對成本進行建模，並在看起來最好的數字時對其保持高度懷疑。

拿走什麼

像辦公桌管理一本書一樣管理 v3 位置，五個決策依序排列：

1. **寬度是一個投注量。 ** 將範圍大小設定為 $k$-來自遠期變異數預測的西格瑪帶（GARCH，而不是追蹤已實現的），因此集中度會隨著制度的變化而變化，而不是處於靜態預設狀態。刻度線的映射是一行，因為刻度線是對數價格。
2. **再平衡是重新報價成本，而不是反射。 ** 僅當預期費用上漲清除 Gas + 掉期 + 結晶 LVR 時才採取行動；正確的形狀是無再平衡帶，並且正確的頻率遠低於本能建議的頻率。過度再平衡是 LVR 加上自己徵收的稅，對於許多小部位來說，最佳再平衡計數為零。
3. **增量是庫存。 ** 對於範圍內的頭寸 $\partial V/\partial P = x(P)$，您目前持有的 ETH；短期來說，一個罪犯經營一本做市書籍，而不是一本偶然的定向書籍。負伽瑪意味著持續的重新對沖，其成本為 LVR，而資金則是依賴制度的租金——通常是順風，而不是保證。
4. JIT 是主動 LPing 的單一區塊限制：單次掉期的深度流動性、接近零的 IL、所需的實際資本（無閃電貸款）以及 MEV 供應鏈中的捆綁，從被動 LP 中獲取最佳流量。
5. 回測是樂觀的除非你有不同意見 feeGrowthInside 對於歸因，使用交換級區塊時間戳標記，並將 JIT 略讀和套利流視為成本方。虛假費用加上被忽略的 LVR 是失敗策略通過審查的方式。

本系列的主題是，LP 部位具有精確的分析結構——價值、Delta、Gamma、LVR——一旦你寫下這些，LPing 就不再是“存款和祈禱”，而是成為一種可對沖、可規模、可測試的交易。數學在集中流動性；盈利能力計算在無常損失和LVR中；這一部分是你如何實際操作這兩者之間的位置的。這些都不能消除風險。它只是告訴你，在基點上，你需要承擔什麼樣的風險。

參考文獻

• Adams, H.、Zinsmeister, N.、Salem, M.、Keefer, R.、Robinson, D. (2021)。 Uniswap v3 核心（白皮書）。
• Milionis, J.、Moallemi, C.、Roughgarden, T.、Zhang, A. L. (2022)。 *自動做市和損失與再平衡。 * arXiv:2208.06046。
• Milionis, J.、Moallemi, C.、Roughgarden, T. (2023)。 交換機制中的複雜性-近似權衡：AMM 與 LOB，以及相關的 LVR 和費用工作。 arXiv：2302.11737。 -Cartea, Á.、Drissi, F.、Monga, M. (2023)。 *恆定功能市場和集中流動性市場中流動性供應的可預測損失。 * arXiv：2309.08431。
• Fritsch, R. 等（2023）。 *對 Uniswap v3 上的即時 (JIT) 流動性進行分析和基準測試。 *
• Uniswap 子圖與核心庫： Position.sol, Tick.sol, SqrtPriceMath.sol （誠實重播的費用成長和金額數學）。
• Bollerslev, T. (1986)。 廣義自迴歸條件異方差 - 範圍大小背後的 GARCH(1,1) 預測。