Исследование рекурсивного оператора алгоритмического стейблкоина

Рекурсивные операторы вызывают широкий интерес в области блокчейна, особенно в дизайне алгоритмических стейблкоинов. Многие люди полны интереса к этой новаторской концепции и даже надеются, что она сможет реализовать цели, которые не удалось достичь биткойну: полностью децентрализованную и автоматически регулируемую глобальную валютную систему. Эти ожидания частично связаны с недостатком понимания природы блокчейна и денег, а также с инновационными возможностями, которые предлагает новая концепция рекурсивных операторов.

Рекурсивный оператор — это оператор, который в процессе последовательной трансформации смарт-контрактов использует предыдущее состояние в качестве входных данных и генерирует следующее состояние путем повторного цикла. Такой дизайн особенно подходит для блокчейн-среды, поскольку открытость данных в цепочке и последовательная природа смарт-контрактов естественным образом формируют временной ряд. Рекурсивная обработка аналогичных операций может привести к возникновению нелинейной структуры и даже к геометрическому росту, проявляя сильные положительные характеристики обратной связи, что соответствует свойствам самовозрастания игровых процессов в цепочке.

Однако простая рекурсия временных рядов не идеальна, так как она делает будущее состояние полностью зависимым от текущего состояния. Действительно, стоит обратить внимание на многократные рекурсивные операторы, которые вводят новые элементы информации в процессе перехода состояний. Эти новые данные отражают игровые характеристики, увеличивая непредсказуемость, в то время как они формируются под воздействием рекурсивного оператора, создавая определенные общие ожидания, что приводит к резонансу между операторами и создает контролируемые свойства ожиданий.

В качестве примера возьмем распространенный алгоритмический стейблкоин, где оператор ценообразования генерирует цену Pt, а общий объем Mt является многократным рекурсивным оператором. Mt является функцией Pt, а Pt+1 зависит от Mt, что формирует косвенные рекурсивные отношения. В сочетании с оператором ценообразования этот механизм создает периодическую отрицательную обратную связь, которая теоретически может постепенно достичь стабильности цен. Однако, поскольку этот дизайн основан на равновесии спроса и предложения на вторичном рынке, его точность и скорость передачи часто оставляют желать лучшего, что затрудняет быстрое достижение стабильного равновесия.

Рекурсивные операторы могут не только предоставлять отрицательную связь, но и создавать положительные эффекты обратной связи. Например, механизм выкупа в некоторых системах является典型ным положительным рекурсивным оператором: выкуп сокращает предложение на рынке, поднимает цены, тем самым улучшая производительность системы, удовлетворяя больший спрос, принося больше доходов и увеличивая выкуп, формируя тем самым благоприятный цикл. Этот простой и эффективный метод, обладающий свойствами, противоположными марковским, в будущем может стать более привлекательным для разработчиков цепочных протоколов.

С точки зрения чистой математики, существует неопределенность в том, могут ли рекурсивные операторы построить стабильные короткие циклические свойства. Поэтому стабильные токены, которые зависят от рекурсивных операторов, трудно свести к стабильной структуре, особенно учитывая, что алгоритмические стейблкоины косвенно влияют на соотношение спроса и предложения через изменение общего объема, их процесс передачи более медленный, а условия для достижения стабильного равновесия более строгие, что делает реализацию их собственных целей более сложной.

В многократных рекурсивных операторах шаги по введению новой информации имеют решающее значение. Общие свойства равновесия блокчейна действительно способствуют введению большего количества информации, которая имеет определенную неопределенность в рамках определенной игровой структуры, но при этом следует единой информационной рамке. Эта особенность в сочетании с рекурсивными операторами может легко сформировать общее ожидание, что иногда приводит к иллюзии стабильности. Без строгого анализа теории игр трудно полностью понять свойства общего равновесия, что может привести к результатам, противоположным ожиданиям.

При проектировании рекурсивного оператора необходимо учитывать частоту введения информации. Слишком большое количество независимых операторов или ввода информации может ослабить эффект рекурсивного оператора и снизить его силу положительной и отрицательной обратной связи. Поэтому при проектировании DeFi-протокола, если цель состоит в усилении положительной и отрицательной обратной связи, необходимо контролировать частоту введения новой информации; если же целью является стремление к долгосрочной цикличности, то поток информации сам по себе также должен обладать цикличностью.

Большинство рекурсивных операторов в области DeFi будет связано с ценовыми последовательностями, поскольку ценовые игры являются областью, где информация наиболее сосредоточена и трудна для предсказания или контроля алгоритмами. Однако в настоящее время многие проекты полагаются на механизмы AMM, а не на эффективные децентрализованные оракулы, что может привести к тому, что рекурсивный процесс станет предсказуемым или контролируемым, что противоречит изначальному замыслу дизайна рекурсивных операторов. Кроме того, объем рекурсии многих проектов не напрямую связан с переменными спроса и предложения, определяющими цену, а связан с общим объемом активов, что может привести к отклонениям в передаче операторов.

В будущем следует исследовать большее количество переменных и сочетаний рекурсивных операторов, особенно тех, которые отражают сложность взаимодействия на всем рынке. При проектировании DeFi-протоколов крайне важно тщательно анализировать механизм передачи информации рекурсивных операторов, чтобы избежать легкого предсказания и контроля.