論文の概要: SAMM: Sharded Automated Market Makers
- arxiv url: http://arxiv.org/abs/2406.05568v1
- Date: Sat, 8 Jun 2024 20:19:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-11 19:06:24.407821
- Title: SAMM: Sharded Automated Market Makers
- Title（参考訳）: SAMM:Sharded Automated Market Makers
- Authors: Hongyin Chen, Amit Vaisman, Ittay Eyal,
- Abstract要約: 複数の独立したEmphshardからなるAMMであるEmphSAMMを提案する。
流動性プロバイダは、すべてのプールの流動性をバランスさせ、取引が均等に分散された状態に収束する。
Suiブロックチェーンの評価によると、SAMMのスループットは従来のAMMの5倍以上であり、システムの限界に近づいている。
- 参考スコア（独自算出の注目度）: 2.6831773062745863
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: \emph{Automated Market Makers} (\emph{AMMs}) are a cornerstone of decentralized finance (DeFi) blockchain-based platforms. They are smart contracts, enabling the direct exchange of virtual tokens by maintaining \emph{liquidity pools}. Traders exchange tokens with the contract, paying a fee; liquidity comes from \emph{liquidity providers}, paid by those fees. But despite growing demand, the performance of AMMs is limited. State-of-the-art blockchain platforms allow for parallel execution of transactions. However, we show that AMMs do not enjoy these gains, since their operations are not commutative so transactions using them must be serialized. We present \emph{SAMM}, an AMM comprising multiple independent \emph{shards}. All shards are smart contracts operating in the same chain, but they allow for parallel execution as each is independent. The challenge is that trading in a standard AMM is cheaper if its liquidity pool is larger. Therefore, we show that simply using multiple smaller AMMs results in traders splitting each trade among all AMMs, which worsens performance. SAMM addresses this issue with a novel design of the trading fees. Traders are incentivized to use only a single smallest shard. We show that all Subgame-Perfect Nash Equilibria (SPNE) fit the desired behavior: Liquidity providers balance the liquidity among all pools, so the system converges to the state where trades are evenly distributed. Evaluation in the Sui blockchain shows that SAMM's throughput is over fivefold that of traditional AMMs, approaching the system's limit. SAMM is a directly deployable open-source smart contract, allowing trading at scale for individuals and DeFi applications.
- Abstract（参考訳）: \emph{Automated Market Makers} (\emph{AMMs})は、分散型金融(DeFi)ブロックチェーンベースのプラットフォームの基礎である。
それらはスマートコントラクトであり、 \emph{liquidity pool} を維持することで、仮想トークンの直接交換を可能にする。
トレーダーは契約書とトークンを交換し、手数料を支払い、流動性はこれらの手数料で支払われる「emph{liquidity providers}」から得られる。
しかし、需要が増えているにもかかわらず、AMMのパフォーマンスは限られている。
最先端のブロックチェーンプラットフォームは、トランザクションの並列実行を可能にする。
しかし,AMMは演算が可換ではないため,トランザクションをシリアライズしなければならないため,これらの利得を享受できないことを示す。
複数の独立な \emph{shards} からなる AMM である \emph{SAMM} を述べる。
すべてのシャードは、同じチェーンで動作するスマートコントラクトだが、それぞれが独立しているため、並列実行が可能である。
課題は、標準的なAMMでの取引が流動性プールが大きい場合、より安いことである。
したがって、複数のAMMを単純に使用すれば、トレーダーは各取引を全てのAMMに分割し、パフォーマンスが悪化することを示す。
SAMMは取引手数料の新しい設計でこの問題に対処する。
トレーダーは最小のシャードのみを使用するようにインセンティブを得ている。
流動性プロバイダは、すべてのプールの流動性をバランスさせ、取引が均等に分散された状態に収束する。
Suiブロックチェーンの評価によると、SAMMのスループットは従来のAMMの5倍以上であり、システムの限界に近づいている。
SAMMは直接デプロイ可能なオープンソーススマートコントラクトであり、個人とDeFiアプリケーションの大規模取引を可能にする。
関連論文リスト
- ammBoost: State Growth Control for AMMs [0.6383640665055312]
自動市場メーカ(AMM)は、分散ファイナンス(DeFi)アプリケーションの主要な例である。
その人気と高いトレーディング活動により、数百万のオンチェーントランザクションが深刻なスケーラビリティの問題を引き起こしました。
本稿では,新しいサイドチェーンアーキテクチャをレイヤ2ソリューションとして利用することにより,AMMのオンチェーンストレージオーバーヘッド問題に対処する。
論文 参考訳（メタデータ） (2024-06-24T19:34:05Z) - Remeasuring the Arbitrage and Sandwich Attacks of Maximal Extractable Value in Ethereum [7.381773144616746]
最大抽出可能な価値(MEV)は、ブロックチェーンエコシステムの繁栄を促進する。
2022年の合併以前、約6億7500万ドルがMEVで抽出された。
私たちの研究は将来のMEV関連の研究に光を当てるでしょう。
論文 参考訳（メタデータ） (2024-05-28T08:17:15Z) - Liquid Staking Tokens in Automated Market Makers [5.277756703318046]
自動市場メーカ(AMM)における液状ステイキングトークン(LST)の研究
LSTは、ステークオブテイクブロックチェーン上のステークされた資産のトークン化表現である。
取引手数料は不定期な損失を補うことが多いが、多くのプールにとって完全な買収の方が利益がある。
論文 参考訳（メタデータ） (2024-03-15T11:53:46Z) - Token Fusion: Bridging the Gap between Token Pruning and Token Merging [71.84591084401458]
ビジョントランスフォーマー(ViT)はコンピュータビジョンの強力なバックボーンとして登場し、多くの伝統的なCNNを上回っている。
計算オーバーヘッドは、主に自己アテンション機構によるもので、リソース制約のあるエッジデバイスへのデプロイが困難になる。
トークンプルーニングとトークンマージの両方のメリットを両立させる手法であるToken Fusion(ToFu)を紹介する。
論文 参考訳（メタデータ） (2023-12-02T04:29:19Z) - Towards a Theory of Maximal Extractable Value II: Uncertainty [4.07926531936425]
最大抽出可能値(英: Maximal Extractable Value、MEV)は、分散システムで一般的に見られる一時的な独占力によって抽出できる値である。
この抽出は、トランザクションの提出時のユーザのプライバシの欠如と、トランザクションの再注文、追加、および/または検閲を行う独占バリデーターの能力に起因している。
公平な注文手法も経済メカニズムも,任意の支払関数に対して個別にMEVを緩和できないことを示す。
論文 参考訳（メタデータ） (2023-09-25T15:01:11Z) - Onchain Sports Betting using UBET Automated Market Maker [45.410818354926406]
分散スポーツの賭けには、効率的な流動性提供のために自動市場メーカー(AMM)が必要である。
Uniswapのような既存のAMMは、公正な確率に一致せず、流動性プロバイダーのリスクを生み出している。
本稿では、スマートコントラクトとアルゴリズムを活用して、スポーツオッズを公平に価格設定するUBET AMM(UAMM)を紹介する。
論文 参考訳（メタデータ） (2023-08-18T02:19:30Z) - Uniswap Liquidity Provision: An Online Learning Approach [49.145538162253594]
分散取引所(DEX)は、テクノロジーを活用した新しいタイプのマーケットプレイスである。
そのようなDECの1つ、Unixwap v3は、流動性プロバイダが資金のアクティブな価格間隔を指定することで、より効率的に資金を割り当てることを可能にする。
これにより、価格間隔を選択するための最適な戦略を見出すことが問題となる。
我々は、この問題を非確率的な報酬を伴うオンライン学習問題として定式化する。
論文 参考訳（メタデータ） (2023-02-01T17:21:40Z) - QLAMMP: A Q-Learning Agent for Optimizing Fees on Automated Market
Making Protocols [5.672898304129217]
本稿では,所定のAMMプロトコルの最適料金率を学習し,係数を活用するQ-Learning Agent for Market Making Protocols (QLAMMP) を開発する。
QLAMMPは、すべてのシミュレートされたテスト条件下で、その静的な性能を一貫して上回っていることを示す。
論文 参考訳（メタデータ） (2022-11-28T00:30:45Z) - MA2QL: A Minimalist Approach to Fully Decentralized Multi-Agent
Reinforcement Learning [63.46052494151171]
テキストマルチエージェント代替Q-ラーニング(MA2QL)を提案し、エージェントが順番にQ-ラーニングによってQ-関数を更新する。
各エージェントが各ターンで$varepsilon$-convergenceを保証した場合、それらの合同ポリシーはナッシュ均衡に収束する。
結果は、MA2QLが最小限の変更にもかかわらず、MA2QLの有効性を検証するIQLを一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2022-09-17T04:54:32Z) - Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem of Tokens in Ethereum and the Binance Smart Chain (BNB) [50.888293380932616]
トークンと流動性のプールのエコシステムを調査し、両方のブロックチェーン間の類似点と相違点を強調します。
トークンの寿命を見積もると、約60%のトークンが1日以内でアクティブであることが分かりました。
我々は、出口詐欺の詐欺を提示し、両方のブロックチェーン上でその頻度を定量化する。
論文 参考訳（メタデータ） (2022-06-16T14:20:19Z) - Weighted QMIX: Expanding Monotonic Value Function Factorisation for Deep
Multi-Agent Reinforcement Learning [66.94149388181343]
本稿では,MARLのためのQ$-learningアルゴリズムの新バージョンを提案する。
Q*$をアクセスしても、最適なポリシーを回復できることを示します。
また,プレデレータープリとマルチエージェントのStarCraftベンチマークタスクの性能向上を実証した。
論文 参考訳（メタデータ） (2020-06-18T18:34:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。