Fluid DEX vs EulerSwap：第二部分 - 底层工作原理

Fluid DEX vs EulerSwap: 第二部分 - 它们在底层是如何工作的

在第三部分，我们将转向它们的经济学，并研究每种设计在哪种用例中表现出色。如果你还没有阅读第一部分，我建议从那里开始。

这些DEX背后的两个新原始概念

EulerSwap和Fluid DEX都引入了两个新的核心原始概念，这些原始概念以经典AMM无法实现的方式释放了资本效率。

完全注资的做市

第一个原始概念是我称之为完全注资的做市（Fully-Funded Market Making），这是一个涵盖Fluid的“智能抵押品（Smart Collateral）”和EulerSwap的“普通LP（Ordinary LPing）”的统称。

在这个模型中，单个资产同时执行三个角色：它从底层信贷市场获得普遍的基于利用率的贷款利率，它提供流动性以进行交易，并且它充当借入其他资产的抵押品。

在实践中，这意味着通过默认被动地赚取贷款收益，资本始终在发挥作用，同时在发生互换时收取交易费用。通过将这些功能叠加在一起，AMM向传统订单簿的资本效率迈进了一步，在传统订单簿中，资产不需要闲置，而只需要在结算时交付。

杠杆做市

第二个原始概念是我称之为杠杆做市（Leveraged Market Making），它是Fluid的智能债务（Smart Debt）和EulerSwap的即时流动性（Just-in-Time Liquidity）的统称。

在杠杆做市下，DEX利用底层贷款市场，通过借款来获取交易的置换输出部分。与流动性严格来自LP存款的经典AMM不同，杠杆做市将贷款人转变为最终流动性提供者，而做市的风险（资产价格敞口）由针对信贷层借款的LP承担。虽然智能债务和JIT流动性都依赖于从底层贷款市场借款，但它们的机制和经济影响差异很大，这就是为什么在这里将它们归为一个总称并不完全准确，而主要服务于本文的结构。在本文中，我们将重点关注它们在底层是如何工作的，而第三部分将详细探讨它们的经济影响。

EulerSwap

正如第一部分中简要介绍的那样，Euler允许在用户帐户上安装操作员，并在预定义的约束内执行操作。EulerSwap本身就是作为这样一个操作员实现的。在实践中，这意味着最好将EulerSwap理解为用户euler帐户之上的包装器。

由于这种架构，EulerSwap遵循独特的池模型：每个LP都部署自己的EulerSwap池实例，而不是在同一对代币的所有LP中聚合流动性。用一个类比来说，想象一下，如果每个Uniswap LP都创建了自己的USDC/USDT池，而不是共享一个全局池。

EulerSwap上的完全注资做市（普通LP）

在“普通LP”案例中，一个帐户将资产提供给两个金库，并允许EulerSwap实例启用它们之间的互换。这些存款自动累积金库中基于利用率的贷款利率，同时在发生互换时收取交易费用。

从机制上讲，互换只是从一个金库（置换输出代币）提款并存入另一个金库（置换输入代币）。

EulerSwap上的杠杆做市（JIT流动性）

LP的第二种模式是通过Euler的即时流动性（JIT）。在这里，LP可以在两个相互识别为抵押品的金库之间启用互换。其机制很简单：

• 置换输入代币作为抵押品提供。
• 置换输出代币是针对它借来的。

因此，做市商的euler帐户会根据交易流量动态调整其抵押品和债务金库。

杠杆做市的力量在于，它允许少量的做市资本来清算不成比例的大量互换量。以USDC和USDT金库为例，它们允许以95%的LTV相互借款。一个只存入1个USDC并选择JIT流动性的LP，理论上可以促进比其初始存款大~39倍的互换。然而，这种流动性乘数只有在LP头寸一开始就处于给定状态时才能实现。其机制如下：存入1个USDC后，LP安装一个EulerSwap操作员作为JIT LP，并利用允许的最大95% LTV。这允许EulerSwap使用该帐户以20 USDT的抵押品头寸借入19 USDC，从而促进20 USDT到20 USDC的交易。此时，Euler帐户持有20 USDT作为抵押品，19 USDC作为债务，杠杆率高达允许的最大95% LTV。一旦处于这种状态，交易者就可以用39 USDC兑换39 USDT来对抗LP的头寸，从而使做市商的帐户持有20 USDC作为抵押品，19 USDT作为债务。在这种情况下，最初的1 USDC资本有效地促成了39倍的USDC到USDT交易。

EulerSwap AMM曲线

EulerSwap提供了自己可定制的AMM曲线，允许LP在他们的帐户上部署EulerSwap实例时，对其自己的互换曲线进行参数化。

这种灵活性允许LP塑造他们的风险敞口。例如，LP可以在曲线的两侧以不同的方式集中流动性，或者配置单边流动性以避免暴露于负套利，并且他们可以动态调整曲线参数以应对不断变化的市场条件。

EulerSwap与@uniswap v4 Hook集成

最后，每个EulerSwap实例都实现了Uniswap v4的_beforeSwapHook。当LP部署EulerSwap头寸时，还会部署一个相应的Uniswap v4池，该池通过EulerSwap实例路由订单流。该Hook通过将互换输入量覆盖为零来工作，从而有效地将交易重定向到EulerSwap曲线。

这里的动机很简单，就是获得uniswap的订单流。通过利用已经为Uniswap v4构建的路由基础设施，EulerSwap抵消了拥有分散的每个LP池系统的缺点，该系统严重依赖于集成才能接收订单流。

Fluid DEX

与为每个LP创建一个单独的AMM实例的EulerSwap不同，Fluid DEX每个代币对使用一个共享的AMM池。这种池化设计与Fluid的基础流动性层和第一部分中描述的金库借款系统深度集成。以下是所有内容如何组合在一起的概要视图（红色框中是仅与DEX相关的所有内容）。

为Fluid DEX提供流动性的工作方式很像与Fluid的金库交互，只不过LP可以存入一个代币对并针对它借入一个代币对，而不是存入一种资产并借入另一种。在底层，用户的抵押品和债务表示为底层DEX池的比例所有权。

所有可以在DEX上交易的代币都由流动性层托管。在这个结构中，Fluid将你的抵押品（DEX份额）称为智能抵押品（Smart Collateral），将你的债务（DEX份额）称为智能债务（Smart Debt）。金库系统允许任意组合的单资产抵押品或债务与智能抵押品和智能债务。

DEX智能合约本身维护两个不同的池：智能抵押品池和智能债务池。每个传入的互换都在这两个内部池之间进行最佳路由，以实现最佳执行，从而有效地使Fluid DEX成为跨其自身流动性来源的DEX聚合器。

Fluid DEX AMM定价

这两个池都由恒定乘积公式（xy = k）驱动，但Fluid没有使用Uniswap v3的基于tick的模型，而是将流动性集中在可配置的价格范围内，该价格范围随着价格的移动而以编程方式调整。

这种“一刀切”的体验无需主动管理，为LP提供了无缝的体验，并且已被证明在非波动交易对中非常有效。缺点是它缺乏成功地为波动交易对进行做市所需的精细控制，这是Fluid DEX v2旨在引入的。

交易结算机制

如下图所示，交易在内部在智能抵押品池和智能债务池之间拆分。通过智能抵押品池路由的部分通过存入互换输入代币并提取互换输出代币，针对流动性层进行结算。通过智能债务池路由的部分通过偿还互换输入代币并借入互换输出代币进行结算。

为了保持定价一致，DEX运行一个内部套利机制，以确保如果它们出现分歧，则两个池始终收敛到相同的价格。

既然我们已经介绍了Fluid DEX如何集成到更广泛的Fluid架构中以及它的定价如何工作，让我们放大它的两个核心原始概念，就像我们对EulerSwap所做的那样。

Fluid DEX上的完全注资做市（智能抵押品）

虽然在架构上截然不同，但从经济角度来看，智能抵押品与EulerSwap的“普通LP”非常相似。关键的相似之处在于你的抵押对同时从流动性层赚取贷款利息，从DEX累积交易费用，并且也可以针对其进行借款。

从机制上讲，针对智能抵押品池的互换通过存入互换输入代币并从Fluid流动性层提取互换输出代币来工作，这会改变AMM的代币储备，并因此改变LP抵押品的代币组成。

Fluid DEX上的杠杆做市（智能债务）

这是Fluid在架构上和经济上与EulerSwap差异最大的地方。智能债务允许你借入一个代币对而不是一个代币，并且该债务成为DEX中的生产性流动性。债务头寸本身采用智能债务AMM池中份额的形式。

这使得智能债务不仅对活跃的做市商有用，而且使得在Fluid DEX作为信贷市场上的借款在结构上更便宜，因为赚取的交易费用可以抵消借款人支付的利息成本。例如，借款人可能希望针对他们的ETH进行借款，并且不介意他们由此产生的债务头寸在USDT和USDC之间动态重新平衡。

EulerSwap的JIT流动性和Fluid DEX的智能债务之间的共同点是，两者都必须从它们各自的信贷市场中获取底层代币储备，以提供在互换期间易手的实际代币，而做市风险（价格变动）由债务持有人承担。

第二个共同点是，正如我们在Euler的JIT流动性中看到的那样，在单个金库中组合智能抵押品和智能债务允许少量资本支持不成比例的大量互换量。

例如，采用提供95% LTV的USDC/USDT智能抵押品和USDC/USDT智能债务的金库。如果你将1 USDC存入智能抵押品，则可以借入0.95 USDC，重新存入，并循环此过程19次。这使你在智能抵押品方面大约有20 USDC，在智能债务方面大约有19 USDC，从而使95%的LTV达到最大。由于智能抵押品和智能债务都有助于流动性，因此你最初的1 USDC有效地在DEX中启用了39倍以上的活跃流动性。

下一步是什么

随着它们的机制现在被解开，很明显EulerSwap和Fluid DEX采取了根本不同的方法来将DEX嵌入信贷市场中。Euler遵循更模块化的每个帐户的包装器式DEX模型，而Fluid的池化DEX在系统级别上更深度地集成。

在第三部分，我们将把重点转移到比较这些设计产生的经济效应，并探讨每种设计在哪些方面具有竞争优势。

• 原文链接： x.com/letsgetonchain/sta...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～