Алгоритмічний стейблкоїн та рекурсивні оператори: нова сила у світі Блокчейн

В області Блокчейн алгоритмічні стейблкоїни останнім часом привертають широке увагу. Багато людей мають великі сподівання на цю нову форму стейблкоїнів, навіть вважають, що вона може реалізувати цілі, які не зміг досягти біткоїн: абсолютно децентралізовану та автоматично регульовану глобальну валюту. Це уявлення виникає не лише через недостатнє розуміння концепцій Блокчейн та валюти, але й пов'язане з новими рекурсивними операторами, введеними алгоритмічними стейблкоїнами.

Рекурсивний оператор - це оператор, який у безперервних змінах розумних контрактів використовує попередній стан як вхідні дані і циклічно генерує наступний стан. У середовищі блокчейн відкритість даних і серійний дизайн розумних контрактів формують часовий ряд, а рекурсивна обробка подібних операцій може призвести до нелінійної структури, навіть викликати геометричні ефекти. Ця сильна позитивна зворотна зв'язок повністю відповідає властивостям самопідсилення ігор на ланцюзі, тому є ефективним рішенням для дослідження можливостей нових некооперативних ігор.

Однак, чиста рекурсивна модель часових рядів не є ідеальним вибором, оскільки інформація наступного моменту повністю визначається інформацією попереднього моменту. Справжня увага повинна бути зосереджена на поєднанні рекурсивного оператора з іншими елементами, вводячи нову інформацію під час двох змін стану. Ця нова інформація відображає ігрові властивості, має непередбачуваність, але при цьому підлягає впливу рекурсивного оператора, формуючи певні спільні очікування. Цей оператор називається множинним рекурсивним оператором.

Як приклад простого алгоритмічного стейблкоїна, оператор ціноутворення генерує ціну Pt, а розширення загальної кількості Mt є багатократним рекурсивним оператором. Mt є функцією Pt, а Pt+1 залежить від Mt, тим самим Mt+1 і Mt встановлюють непряму рекурсивну залежність. За співпраці з оператором ціноутворення формується періодичний негативний зворотний зв'язок, який поступово наближається до цінової стабільності. Ця концепція базується на рівновазі кривих попиту та пропозиції, а процес гри відбувається на вторинному ринку, тому точність не є високою, що може призвести до повільного процесу передачі і утруднити формування стабільної рівноваги.

Окрім операторів, які забезпечують негативний зворотний зв'язок, існують також рекурсивні оператори, які забезпечують позитивний зворотний зв'язок. Ці оператори призначені для досягнення самоусилення, а не стабільності цін. Наприклад, механізм викупу в певній системі є типовим випадком: викуп призводить до зменшення пропозиції на ринку, що викликає зростання цін, що, в свою чергу, підвищує продуктивність системи, задовольняє більше запитів, приносить більше прибутків, збільшує викуп, ціни знову зростають, формуючи позитивний цикл.

З чисто математичної точки зору, не зовсім зрозуміло, чи може рекурсивний оператор побудувати стабільні короткострокові властивості. Отже, стейблкоїни, що базуються на рекурсивних операторах, важко досягають стабільної структури, особливо враховуючи, що алгоритмічні стейблкоїни впливають на попит і пропозицію через зміну загальної кількості, їх передача є повільнішою, і для досягнення стабільної рівноваги існує більше обмежень, що ускладнює реалізацію власних цілей.

У багаторазових рекурсивних операторах етап введення нової інформації є критично важливим. Загальні властивості рівноваги Блокчейн сприяють введенню більшої кількості інформації, яка в умовах проєктування ігрових структур має певну невизначеність, але має єдину інформаційну структуру. Ця інформація у поєднанні з рекурсивними операторами створює загальне очікування, що може призвести до ілюзії стабільності. Якщо не спиратися на строгий аналіз ігрової теорії, важко повністю зрозуміти загальні властивості рівноваги, ці властивості можуть бути якраз протилежними до очікувань.

При проектуванні рекурсивного оператора, коли кількість кроків введення інформації або незалежних операторів стає занадто великою, ефект рекурсивного оператора поступово зменшується, а його властивості позитивного та негативного зворотного зв'язку поступово розсіюються. Тому у рекурсивного оператора існує індикатор інтенсивності зворотного зв'язку. Якщо під час проектування DeFi ви хочете підсилити позитивний та негативний зворотний зв'язок, необхідно зменшити кількість введень нової інформації; якщо ви прагнете до довготривалого повернення, то введення інформаційного потоку повинно мати певні циклічні властивості.

У сфері DeFi більшість рекурсивних операторів поєднуються з ціновими серіями, оскільки цінова гра є найконцентрованішою інформацією і найважчою для прогнозування або контролю алгоритмом. Однак наразі, використовуючи цінові серії, часто покладаються на механізм AMM, а не на ефективні децентралізовані оракули, що може призвести до перетворення рекурсивного процесу на детермінований або контрольований процес, що суперечить первісному задуму дизайну рекурсивних операторів.

У майбутньому має бути більше змінних, що поєднують рекурсивні оператори, особливо параметрів, що відображають складність ринкових ігор. При проєктуванні DeFi слід провести детальний аналіз механізму передачі інформації рекурсивних операторів, щоб уникнути прогнозування та контролю. У цій сфері все ще є величезна кількість нелінійних операторів, які варто дослідити.