論文の概要: Design of a Decentralized Fixed-Income Lending Automated Market Maker Protocol Supporting Arbitrary Maturities
- arxiv url: http://arxiv.org/abs/2512.16080v1
- Date: Thu, 18 Dec 2025 01:56:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-19 18:10:31.875315
- Title: Design of a Decentralized Fixed-Income Lending Automated Market Maker Protocol Supporting Arbitrary Maturities
- Title（参考訳）: 任意成熟度に対応した分散型定額貸出自動市場メーカプロトコルの設計
- Authors: Tianyi Ma,
- Abstract要約: 既存のプロトコルは単一成熟度貸出のみをサポートしている。
ボンドMM-Aは、あらゆる成熟度の貸出活動を支援する。
BondMM-Aは、ユーザと流動性提供者(LP)に対して、より大きな運用自由と資本効率を提供する。
- 参考スコア（独自算出の注目度）: 9.174338490812074
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In decentralized finance (DeFi), designing fixed-income lending automated market makers (AMMs) is extremely challenging due to time-related complexities. Moreover, existing protocols only support single-maturity lending. Building upon the BondMM protocol, this paper argues that its mathematical invariants are sufficiently elegant to be generalized to arbitrary maturities. This paper thus propose an improved design, BondMM-A, which supports lending activities of any maturity. By integrating fixed-income instruments of varying maturities into a single smart contract, BondMM-A offers users and liquidity providers (LPs) greater operational freedom and capital efficiency. Experimental results show that BondMM-A performs excellently in terms of interest rate stability and financial robustness.
- Abstract（参考訳）: 分散型金融(DeFi)では、時間的複雑さのため、固定資産貸付自動化市場メーカ(AMM)を設計することが極めて困難である。
さらに、既存のプロトコルは単一成熟度貸出のみをサポートしている。
ボンドMMプロトコルに基づいて,その数学的不変量は任意の成熟度に一般化するのに十分エレガントであると主張する。
そこで本稿では,任意の成熟度の貸与活動を支援する改良型BandMM-Aを提案する。
様々な成熟度の固定所得計器を1つのスマートコントラクトに統合することにより、ボンドMM-Aはユーザーと流動性提供者(LP)により大きな運用自由と資本効率を提供する。
実験結果から,ボンドMM-Aは金利安定性と財務堅牢性において優れた性能を示した。
関連論文リスト
- Resource-Efficient LLM Application for Structured Transformation of Unstructured Financial Contracts [1.1565257196553245]
法律文書を機械可読形式に変換するためのCDMizerフレームワークの拡張を提案する。
我々は,その性能を国際スワップ・デリバティブズ協会によって開発されたベンチマークと比較した。
この研究は、法的な契約変換を自動化するリソース効率の高いソリューションの可能性を強調します。
論文 参考訳（メタデータ） (2025-10-28T01:49:10Z) - From Debate to Equilibrium: Belief-Driven Multi-Agent LLM Reasoning via Bayesian Nash Equilibrium [52.28048367430481]
マルチエージェントフレームワークは、大規模言語モデル(LLM)の推論能力を高めることができるが、通常は計算コストと収束保証が欠如している。
我々は、不完全情報ゲームとしてマルチLLMコーディネーションをリキャストし、ベイズナッシュ均衡(BNE)を求める。
我々は、分散推論と集中的な最終出力を結合する階層的強化学習パラダイムである、Nash Equilibrium (ECON)による効率的なコーディネーションを導入する。
論文 参考訳（メタデータ） (2025-06-09T23:49:14Z) - A Weighted Byzantine Fault Tolerance Consensus Driven Trusted Multiple Large Language Models Network [53.37983409425452]
大規模言語モデル(LLM)は幅広いアプリケーションで大きな成功を収めています。
近年,MultiLLMネットワーク(MultiLLMN)などの協調フレームワークが導入されている。
重み付きビザンチンフォールトトレランス(WBFT)ブロックチェーンコンセンサス機構によって駆動される新しいTrusted MultiLLMNフレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-08T10:04:41Z) - Diffusion & Adversarial Schrödinger Bridges via Iterative Proportional Markovian Fitting [89.38017281709686]
IMFの修正版とIPF(Iterative Proportional Fitting)の手続きの密接な関係を示す。
本稿では,この組み合わせをIPMF法(Iterative Proportional Markovian Fitting)と呼ぶ。
論文 参考訳（メタデータ） (2024-10-03T15:43:17Z) - 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) - 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) - Predictive Crypto-Asset Automated Market Making Architecture for
Decentralized Finance using Deep Reinforcement Learning [0.0]
本研究は、オンチェーンの保持と決済機能を備えた引用駆動型予測自動市場メーカー(AMM)プラットフォームを提案する。
提案アーキテクチャは,暗号AMMプロトコルであるUnixwap V3への拡張であり,分散とすべり損失の低減を目的とした新たな市場均衡価格を利用する。
論文 参考訳（メタデータ） (2022-09-28T01:13:22Z) - Revisiting QMIX: Discriminative Credit Assignment by Gradient Entropy
Regularization [126.87359177547455]
協力的なマルチエージェントシステムでは、エージェントは共同で行動し、個々の報酬ではなくチーム報酬を受け取る。
個々の報酬信号がない場合は、通常、異なるエージェントの貢献を識別するためにクレジット代入機構が導入される。
クレジット割当測定の新しい視点を提案し,QMIXがエージェントへのクレジット割当において限定的な差別性に悩まされていることを実証的に示す。
論文 参考訳（メタデータ） (2022-02-09T12:37:55Z) - A Modularized and Scalable Multi-Agent Reinforcement Learning-based
System for Financial Portfolio Management [7.6146285961466]
金融ポートフォリオマネジメントは強化学習(RL)において最も適用可能な問題の1つである
MSPMは、ポートフォリオ管理のためのモジュール化されたスケーラブルなアーキテクチャを備えた、新しいマルチエージェント強化学習ベースシステムである。
8年にわたる米株式市場のデータの実験は、MSPMが既存のベンチマークを上回るパフォーマンスで蓄積した利益がMSPMの有効性を証明している。
論文 参考訳（メタデータ） (2021-02-06T04:04:57Z)
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。