硬核：深入分析 TWAMM 做市商的数学原理

撰文：luffy

最近，Paradigm 研究合伙人 Dave White、Dan Robinson 与 Uniswap 创始人 Hayden Adams 一起合作设计了一个全新的做市模型「时间加权做市商 TWAMM」（The Time-Weighted Average Market Maker）。根据其发表文章介绍，TWAMM 可以在以太坊上有效地交易大额订单，工作原理是将长期大额订单分解为无限多个无限小的虚拟订单，在一定时间内使用嵌入式 AMM 平滑地执行这些交易。

关于 TWAMM 的虚拟交易所涉及的数学，Dave White 在文中并没有多费笔墨，只在最后给出了非常简单的数学结论，这对于理解 TWAMM 的数学原理非常不利。本文将重点对 TWAMM 的数学原理进行严格的论证和解释，至于 TWAMM 模型详细的设计原理，可以前往 Paradiagm 官网查看，本文不再做详述。

假设 TWAMM 执行大额虚拟交易需要 N 个区块，出售 X 的池子以每区块 xrate 的速率出售，而出售 Y 的池子以每个区块 yrate 的速率出售。因此，在整个期间售出的 X 总量为 xin=Nxrate，售出的 Y 总量为 yin=Nyrate。

同时，我们将此时间段嵌入 AMM 的初始储备 xreserve 和 yreserve 分别表示为 x0=xammStart 以及 y0=yammStart。

按照 TWAMM 的设计，大额订单是随着区块进行交易的，每个区块出售 xrate 得到 yout，或者出售 xrate 得到 yout，同时 AMM 会更新 xreserve 和 yreserve 的值，整个过程总共交易 N 次。

值得注意的是，AMM 的每个区块交易总是遵循恒定乘积做市。

首先，在执行第 n-1 区块的交易后，我们假设此时 AMM 的 xreserve 和 yreserve 值分别为 xn-1 和 yn-1。

接下来执行第 n 区块的交易，X-Pool 和 Y-Pool 分别向 AMM 输入 xrate 和 yrate，命：

因为 xrate 和 yrate 非常微小，且区块的交易 AMM 遵循恒定乘积做市商，我们可以得到，

化简，

在得到 xout,n 和 yout,n 的值后，我们进一步可以获得 n 区块的交易后 AMM 的 xreserve 和 yreserve 值 xn 和 yn，

通过观察，我们发现 xn*yn=xn-1*yn-1，这正好符合 AMM 的循恒定乘积做市的前提要求。

令， xn*yn=xn-1*yn-1=...= x1*y1=x0*y0=k，这是一个常数。

先对 xn 求得一般公式，并获得 xammEnd=xN 的值，yn 同理。

yn 的分式线性递归表达式如下：

首先，若 yin 等于 0，xin 不等于 0，则

而

计算得到，

而，

xin 等于 0，yin 不等于 0 时，讨论同上。

若 xin 和 yin 都不等于 0，对于一般的分式线性递归，我们可以采用不动点的方法求解。

进一步计算，

TWAMM 的基本假设是将长期大额订单分解为无限多个无限小的虚拟订单，也即是 N 可以取无穷大，这时候可以获得 xN 的极限值。

其中，

相似的，

最后，经过简单的验证 xammEnd*yammEnd=xammStart*yammStart=k, 依然满足 AMM 的恒定乘积。

至此，我们完成了 TWAMM 的数学原理严格的论证和解释，并得到了与 「时间加权做市商 TWAMM」 一文完全相同的结论。

—-

编译者/作者：链闻

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。