循环套利入门

落花
更新于 2022-03-26 17:06
阅读 6309

概述 DeFi已经发展了有一段时间了，虽然现在在去中心交易所上进行套利已经非常困难了，但是本文仍然要展示一个在Polygon上在单个AMM机制的去中心化交易所上进行循环套利的入门教程，算是...

### 概述

DeFi已经发展了有一段时间了，虽然现在在去中心交易所上进行套利已经非常困难了，但是本文仍然要展示一个在[Polygon](https://learnblockchain.cn/article/3974)上在单个AMM机制的去中心化交易所上进行循环套利的入门教程，算是抛砖引玉了。至于为啥选择在Ploygon上进行程序测试，是因为以太坊实在太贵了，Polygon这个Layer2的网络上交易费用非常便宜。

### 循环套利的原理

众所周知，每个token在这些swap交易所上就有很多对与其他token兑换的pair，而在AMM机制中，每个pair中两个token的价格取决于在这个pair中两个token的的储备量，那么如果在网络中，有人大量取出某一个pair中其中一个token的储备量，那么就会造成这个pair中这个token的价格在短时间内升高。这个时候就需要套利机器人去平衡这个市场，而套利机器人所做的事情就是从其他地方搬运来对应的token，平衡该pair的价格。

知道为什么存在套利的背景之后，套利机器人下一个需要解决的问题就是如何寻找到失衡的pair，这一过程有很多方法可以参考，在这里就不过程阐述来，本文只介绍一种最简单的寻找失衡pair的方法：循环套利。所谓循环套利就是用一个token作为输入，用同一个token作为输出，然后在输入和输出之间经过多个pair进行交易。在多个pair交易的过程中，可以将不平衡的pair变的平衡，然后平衡过程中产生的利润会给到循环套利的发起者。一个理想的循环套利最终输出的token数量应当大于输入的token数量。

接下来的问题就变成了如何寻找到这样一个循环套利的机会。根据上面的定义，我们实际上是想要寻找一个A->B-...->C->A这样一个交易路径。在这里主要需要解决以下两个问题：

1. 在这个循环路径中，需要包含哪些Pair
2. 如果找到这样一个路径，我们应该使用多少数量的token A进行交易

这里我就不去进行算法的推导（主要我懒得敲那些公式），只看实现，具体的算法推导，大家可以去参考这个[repo](https://github.com/ccyanxyz/uniswap-arbitrage-analysis)。

### 方法实现

最简单的套利机器人，应该包含链上程序和链下程序两部分。其中链下程序主要是负责寻找循环套利的机会，链上程序主要负责在链下程序寻找到套利机会之后进行交易。

首先看一下一个最简单的链上程序，链上程序由Solidity编写。该链上程序主要函数是printMoney，函数的输入参数如下：

* tokenIn：输入token的address
* amountIn：token的输入金额
* amountOutMin：token的最小输出金额
* path：套利交易的pair路径
* deadline：交易的截止时间
* swapAddress：进行套利的swap地址

printMoney函数主要做的事情，从调用者账户转移token到合约地址上，然后合约调用swap的Router02合约的swapExactTokenForTokens方法传入对应的参数进行循环交易。

```
pragma solidity ^0.5.7;
pragma experimental ABIEncoderV2;

import "./IERC20.sol";
import './IUniswapV2Router02.sol';
import './IWeth.sol';

contract MoneyPrinter  {
    address owner;

constructor() public {
    owner = msg.sender;
    }

modifier onlyOwner() {
    require(msg.sender == owner);
    _;
  }

function setOwner(address _o) onlyOwner external {
    owner = _o;
  }

function printMoney(
        address tokenIn,
        uint256 amountIn,
        uint256 amountOutMin,
        address[] memory path,
        uint256 deadline,
        address swapAddress
    ) onlyOwner public {
        IUniswapV2Router02 uni = IUniswapV2Router02(swapAddress);
        IERC20 erc20 = IERC20(tokenIn);
        erc20.transferFrom(msg.sender, address(this), amountIn);
    erc20.approve(swapAddress, amountIn); // usdt -1 six decimal would fail!
        uni.swapExactTokensForTokens(amountIn, amountOutMin, path, msg.sender, deadline);
    }

function() external payable {}
}
```

链上程序还是比较简单的，要部署一个链上程序的原因，主要是希望循环交易能够在一个区块中完成。

接下来看一下链下程序，链下程序由python实现，首先是链下程序的核心，在Swap的pair中寻找套利的路径以及输入token的最优数量。该函数的输入如下：

* pairs：交易所的pairs对
* tokenIn：从什么token开始计算
* tokenOut：到什么token结束
* maxHops：最大交易深度
* currentPairs：当前的pair对路径
* path：交易的token路径
* bestTrades：最佳的套利交易对
* count：最佳的套利交易对数量

```
def findArb(pairs, tokenIn, tokenOut, maxHops, currentPairs, path, bestTrades, count=5):
    for i in range(len(pairs)):
        newPath = path.copy()
        pair = pairs[i]
        if not pair['token0']['address'] == tokenIn['address'] and not pair['token1']['address'] == tokenIn['address']:
            continue
        if pair['reserve0']/pow(10, pair['token0']['decimal']) < 1 or pair['reserve1']/pow(10, pair['token1']['decimal']) < 1:
            continue
        if tokenIn['address'] == pair['token0']['address']:
            tempOut = pair['token1']
        else:
            tempOut = pair['token0']
        newPath.append(tempOut)
        if tempOut['address'] == tokenOut['address'] and len(path) > 2:
            Ea, Eb = getEaEb(tokenOut, currentPairs + [pair])
            newTrade = { 'route': currentPairs + [pair], 'path': newPath, 'Ea': Ea, 'Eb': Eb }
            if Ea and Eb and Ea < Eb:
                newTrade['optimalAmount'] = getOptimalAmount(Ea, Eb)
                if newTrade['optimalAmount'] > 0:
                    newTrade['outputAmount'] = getAmountOut(newTrade['optimalAmount'], Ea, Eb)
                    newTrade['profit'] = newTrade['outputAmount']-newTrade['optimalAmount']
                    newTrade['p'] = int(newTrade['profit'])/pow(10, tokenOut['decimal'])
                else:
                    continue
                bestTrades = sortTrades(bestTrades, newTrade)
                bestTrades.reverse()
                bestTrades = bestTrades[:count]
        elif maxHops > 1 and len(pairs) > 1:
            pairsExcludingThisPair = pairs[:i] + pairs[i+1:]
            bestTrades = findArb(pairsExcludingThisPair, tempOut, tokenOut, maxHops-1, currentPairs + [pair], newPath, bestTrades, count)
    return bestTrades
```

上面我们已经实现如何寻找一个套利机会，那么在寻找一个套利机会之后，下一步应该考虑如何调用链上程序进行交易。在python中主要使用web3py与链上合约进行交互。交互的流程也非常简单，首先构建交易信息，然后使用自己的私钥对交易进行加密，最后发送交易。

```
def printMoney(amountIn, p, gasPrice):
    deadline = int(time.time()) + 600
    # 调用合约交易
    tx = printer.functions.printMoney(startToken['address'], amountIn, amountIn, p, deadline, swap_addr).buildTransaction({
        'from': address,
        'value': 0,
        'gasPrice': gasPrice,
        'gas': 30000000,
        "nonce": web3.eth.getTransactionCount(address),
    })
    try:
        # 估算gas消耗
        gasEstimate = web3.eth.estimateGas(tx)
        print('estimate gas cost:', gasEstimate*gasPrice/1e18)
        signed_tx = web3.eth.account.sign_transaction(tx, private_key='私钥')
        txhash = web3.eth.sendRawTransaction(signed_tx.rawTransaction)
        print(txhash.hex())
        return txhash
    except Exception as e:
        print('gas estimate err:', e)
        return None

def doTrade(trade):
    p = [t['address'] for t in trade['path']]
    amountIn = int(trade['optimalAmount'])
    balance = getBalance(startToken['address'], address)
    if amountIn > balance:
        print("没钱啦")
        return None

amountsOut = [int(trade['outputAmount'])]
    if amountsOut[-1] > amountIn:
        gasPrice = int(gasnow()['fastest']*1.2) * 1000000000
        txhash = printMoney(amountIn, p, gasPrice, amountsOut[-1]-amountIn)
        return txhash
    return None
```

最后看一下链下程序的主流程，主流程首先读取swap上的pair对，然后更新这些pair的储备量，然后调用寻找套利的算法，找到最优的交易路径，如果满足条件，调用链上程序进行交易。

```
def main():
    allPairs = json.load(open('files/matic_sushiswap_pairs_filteres.json'))
    while True:
        try:
            start = time.time()
            pairs = get_reserves_batch_mt(allPairs)
            end = time.time()
            print('update cost:', end - start, 's')
            # 寻找套现交易
            trades = findArb(pairs, tokenIn, tokenOut, maxHops, currentPairs, path, bestTrades)
            end1 = time.time()
            print('dfs cost:', end1 - end, 's, update+dfs cost:', end1 - start, 's')
            # 获取start token的余额
            if len(trades) == 0:
                continue
            trade = trades[0]
            # 如果最终获利大于最小获利，进行套利
            if trade and int(trade['profit'])/pow(10, startToken['decimal']) >= minProfit:
                tx = doTrade(trade)
                print('tx:', tx)
        except Exception as e:
            print(e)
```

篇幅原因，还有很多主流程之外的代码没有涉及到，如果大家感兴趣，可以去这个[repo](https://github.com/flowerofdream/Polygon-single-dex-arbitrage)去看。

最后看一下程序的效果，因为这些swap都会收取一定比例的手续费，目前在现在的程序中没有考虑手续费，同时目前链上的套利机器人已经非常多了，所以目前的程序不太可能寻找的到合适的套利机会。
![WechatIMG83.jpeg](https://img.learnblockchain.cn/attachments/2022/03/Vf9YkwMW623ed6e17263e.jpeg)

### 可能的改进方向

目前的套利机器人的运行机制非常简单，如果需要改进的话，我觉得原则有三个faster、faster、faster，只有比别人更快的更新pair储备量、更快获取到套利机会、更快的进行交易，最终才能够做到盈利。个人觉得可以从以下几个方向进行改进：

1. 效率更好的套利路径寻找算法，目前使用的是DFS，这个DFS算法优化的空间还是有很大
2. 遍历的pair选择，一个swap上面有超过几万个pair，但实际上使用频率最高的只有即少的一部分，所以为了更快的DFS，所以应该对这些pair进行筛选
3. 更快的更新储备量，目前是通过调用所有pair合约的getReserve方法，实际上这个过程完全没有必要，因为只有交易才会产生套利机会，而大部分的pair的交易频率很低，所有完全没有必要进行全量更新，比如：可以通过监听pair合约的Sync事件，或者想要更快，可以监听那些还在pedding的交易，提前获取储备量的变化，提前进行计算。
4. 目前这个套利机器人只是运行在单个swap上，未来还是可以引入更多swap，在多个swap之间寻找套利机会。

### 总结

虽然这个程序不太能盈利，但是目前在链上还是有一些能够稳定盈利的套利机器人，本文也是抛砖引玉，所以大家如果感兴趣，还是可以happy hacking～争取早点研发出稳定套利的机器人。

概述

DeFi已经发展了有一段时间了，虽然现在在去中心交易所上进行套利已经非常困难了，但是本文仍然要展示一个在Polygon上在单个AMM机制的去中心化交易所上进行循环套利的入门教程，算是抛砖引玉了。至于为啥选择在Ploygon上进行程序测试，是因为以太坊实在太贵了，Polygon这个Layer2的网络上交易费用非常便宜。

循环套利的原理

在这个循环路径中，需要包含哪些Pair
如果找到这样一个路径，我们应该使用多少数量的token A进行交易

这里我就不去进行算法的推导（主要我懒得敲那些公式），只看实现，具体的算法推导，大家可以去参考这个repo。

方法实现

首先看一下一个最简单的链上程序，链上程序由Solidity编写。该链上程序主要函数是printMoney，函数的输入参数如下：

tokenIn：输入token的address
amountIn：token的输入金额
amountOutMin：token的最小输出金额
path：套利交易的pair路径
deadline：交易的截止时间
swapAddress：进行套利的swap地址

pragma solidity ^0.5.7;
pragma experimental ABIEncoderV2;

import "./IERC20.sol";
import './IUniswapV2Router02.sol';
import './IWeth.sol';

contract MoneyPrinter  {
    address owner;

    constructor() public {
    owner = msg.sender;
    }

  modifier onlyOwner() {
    require(msg.sender == owner);
    _;
  }

  function setOwner(address _o) onlyOwner external {
    owner = _o;
  }

  function printMoney(
        address tokenIn,
        uint256 amountIn,
        uint256 amountOutMin,
        address[] memory path,
        uint256 deadline,
        address swapAddress
    ) onlyOwner public {
        IUniswapV2Router02 uni = IUniswapV2Router02(swapAddress);
        IERC20 erc20 = IERC20(tokenIn);
        erc20.transferFrom(msg.sender, address(this), amountIn);
    erc20.approve(swapAddress, amountIn); // usdt -1 six decimal would fail!
        uni.swapExactTokensForTokens(amountIn, amountOutMin, path, msg.sender, deadline);
    }

    function() external payable {}
}

链上程序还是比较简单的，要部署一个链上程序的原因，主要是希望循环交易能够在一个区块中完成。

接下来看一下链下程序，链下程序由python实现，首先是链下程序的核心，在Swap的pair中寻找套利的路径以及输入token的最优数量。该函数的输入如下：

pairs：交易所的pairs对
tokenIn：从什么token开始计算
tokenOut：到什么token结束
maxHops：最大交易深度
currentPairs：当前的pair对路径
path：交易的token路径
bestTrades：最佳的套利交易对
count：最佳的套利交易对数量

def findArb(pairs, tokenIn, tokenOut, maxHops, currentPairs, path, bestTrades, count=5):
    for i in range(len(pairs)):
        newPath = path.copy()
        pair = pairs[i]
        if not pair['token0']['address'] == tokenIn['address'] and not pair['token1']['address'] == tokenIn['address']:
            continue
        if pair['reserve0']/pow(10, pair['token0']['decimal']) &lt; 1 or pair['reserve1']/pow(10, pair['token1']['decimal']) &lt; 1:
            continue
        if tokenIn['address'] == pair['token0']['address']:
            tempOut = pair['token1']
        else:
            tempOut = pair['token0']
        newPath.append(tempOut)
        if tempOut['address'] == tokenOut['address'] and len(path) > 2:
            Ea, Eb = getEaEb(tokenOut, currentPairs + [pair])
            newTrade = { 'route': currentPairs + [pair], 'path': newPath, 'Ea': Ea, 'Eb': Eb }
            if Ea and Eb and Ea &lt; Eb:
                newTrade['optimalAmount'] = getOptimalAmount(Ea, Eb)
                if newTrade['optimalAmount'] > 0:
                    newTrade['outputAmount'] = getAmountOut(newTrade['optimalAmount'], Ea, Eb)
                    newTrade['profit'] = newTrade['outputAmount']-newTrade['optimalAmount']
                    newTrade['p'] = int(newTrade['profit'])/pow(10, tokenOut['decimal'])
                else:
                    continue
                bestTrades = sortTrades(bestTrades, newTrade)
                bestTrades.reverse()
                bestTrades = bestTrades[:count]
        elif maxHops > 1 and len(pairs) > 1:
            pairsExcludingThisPair = pairs[:i] + pairs[i+1:]
            bestTrades = findArb(pairsExcludingThisPair, tempOut, tokenOut, maxHops-1, currentPairs + [pair], newPath, bestTrades, count)
    return bestTrades

def printMoney(amountIn, p, gasPrice):
    deadline = int(time.time()) + 600
    # 调用合约交易
    tx = printer.functions.printMoney(startToken['address'], amountIn, amountIn, p, deadline, swap_addr).buildTransaction({
        'from': address,
        'value': 0,
        'gasPrice': gasPrice,
        'gas': 30000000,
        "nonce": web3.eth.getTransactionCount(address),
    })
    try:
        # 估算gas消耗
        gasEstimate = web3.eth.estimateGas(tx)
        print('estimate gas cost:', gasEstimate*gasPrice/1e18)
        signed_tx = web3.eth.account.sign_transaction(tx, private_key='私钥')
        txhash = web3.eth.sendRawTransaction(signed_tx.rawTransaction)
        print(txhash.hex())
        return txhash
    except Exception as e:
        print('gas estimate err:', e)
        return None


def doTrade(trade):
    p = [t['address'] for t in trade['path']]
    amountIn = int(trade['optimalAmount'])
    balance = getBalance(startToken['address'], address)
    if amountIn > balance:
        print("没钱啦")
        return None

    amountsOut = [int(trade['outputAmount'])]
    if amountsOut[-1] > amountIn:
        gasPrice = int(gasnow()['fastest']*1.2) * 1000000000
        txhash = printMoney(amountIn, p, gasPrice, amountsOut[-1]-amountIn)
        return txhash
    return None

def main():
    allPairs = json.load(open('files/matic_sushiswap_pairs_filteres.json'))
    while True:
        try:
            start = time.time()
            pairs = get_reserves_batch_mt(allPairs)
            end = time.time()
            print('update cost:', end - start, 's')
            # 寻找套现交易
            trades = findArb(pairs, tokenIn, tokenOut, maxHops, currentPairs, path, bestTrades)
            end1 = time.time()
            print('dfs cost:', end1 - end, 's, update+dfs cost:', end1 - start, 's')
            # 获取start token的余额
            if len(trades) == 0:
                continue
            trade = trades[0]
            # 如果最终获利大于最小获利，进行套利
            if trade and int(trade['profit'])/pow(10, startToken['decimal']) >= minProfit:
                tx = doTrade(trade)
                print('tx:', tx)
        except Exception as e:
            print(e)

篇幅原因，还有很多主流程之外的代码没有涉及到，如果大家感兴趣，可以去这个repo去看。

最后看一下程序的效果，因为这些swap都会收取一定比例的手续费，目前在现在的程序中没有考虑手续费，同时目前链上的套利机器人已经非常多了，所以目前的程序不太可能寻找的到合适的套利机会。

可能的改进方向

效率更好的套利路径寻找算法，目前使用的是DFS，这个DFS算法优化的空间还是有很大
遍历的pair选择，一个swap上面有超过几万个pair，但实际上使用频率最高的只有即少的一部分，所以为了更快的DFS，所以应该对这些pair进行筛选
更快的更新储备量，目前是通过调用所有pair合约的getReserve方法，实际上这个过程完全没有必要，因为只有交易才会产生套利机会，而大部分的pair的交易频率很低，所有完全没有必要进行全量更新，比如：可以通过监听pair合约的Sync事件，或者想要更快，可以监听那些还在pedding的交易，提前获取储备量的变化，提前进行计算。
目前这个套利机器人只是运行在单个swap上，未来还是可以引入更多swap，在多个swap之间寻找套利机会。

总结

学分: 6
标签:

循环套利入门

概述

循环套利的原理

方法实现

可能的改进方向

总结

8 条评论

文章目录