Применение и ограничения рекурсивных операторов в дизайне Децентрализованных финансов
Многие люди проявляют большой интерес к алгоритмическим стабильным монетам, полагая, что они могут достичь цели, которую не смогли достичь биткойн: полностью децентрализованной и автоматически регулируемой глобальной валюты. Эта идея возникает не только из-за недостаточного понимания концепций блокчейна и валют, но и из-за того, что алгоритмические стабильные монеты вводят новые рекурсивные операторы.
Рекурсивный оператор — это операция, которая в непрерывных трансформациях смарт-контрактов использует предыдущее состояние в качестве входных данных и повторяет этот процесс. Такой дизайн соответствует открытости данных на блокчейне и серийному характеру смарт-контрактов, что может приводить к возникновению нелинейных структур и даже геометрических эффектов, демонстрируя сильные характеристики положительной обратной связи.
Однако простая рекурсия временных рядов не идеальна, так как информация следующего момента полностью определяется информацией предыдущего момента. Более важно обратить внимание на сочетание рекурсивного оператора с другими элементами, вводя новую, непредсказуемую информацию с игровыми свойствами между изменениями состояния. Эта комбинация образует множественные рекурсивные операторы, обладающие как непредсказуемостью, так и определёнными общими ожиданиями.
В качестве примера простого алгоритмического стабильного монеты, оператор ценообразования генерирует цену Pt, а расширение общего объема Mt становится многоуровневым рекурсивным оператором. Mt является функцией Pt, а Pt+1 зависит от Mt, образуя косвенные рекурсивные отношения, которые при взаимодействии с оператором ценообразования создают периодическую отрицательную обратную связь, постепенно приближаясь к стабильной цене. Однако эта концепция основана на равновесии кривой спроса и предложения, а процесс игры происходит на вторичном рынке, что приводит к низкой точности и замедлению процесса передачи, что затрудняет достижение стабильного равновесия.
Рекурсивные операторы могут не только предоставлять отрицательную обратную связь, но и генерировать положительную обратную связь. Например, механизм выкупа в некоторой системе, сокращая предложение на рынке, повышает цены, тем самым увеличивая производительность, удовлетворяя больший спрос и принося больше доходов, создавая тем самым положительный цикл. Этот простой и ясный подход с анти-Марковскими свойствами, возможно, будет пользоваться большим спросом среди разработчиков цепочных протоколов.
С математической точки зрения неясно, может ли рекурсивный оператор построить стабильные короткосрочные свойства. Поэтому стабильные монеты, зависящие от рекурсивных операторов, трудно сходятся к стабильной структуре. Особенно алгоритмические стабильные монеты, влияя на спрос и предложение косвенно через изменение общего объема, имеют более медленную передачу и больше условий для достижения стабильного равновесия, что затрудняет достижение собственных целей.
В многократных рекурсивных операторах введение новой информации имеет решающее значение. Общие свойства равновесия блокчейна действительно позволяют вводить больше информации, которая имеет определенную неопределенность в рамках игровой структуры и обладает единой структурой. Эта информация в сочетании с рекурсивными операторами формирует общие ожидания, что может создать иллюзию стабильности. Без строгого анализа теории игр трудно точно понять свойства общего равновесия, что может привести к результатам, противоположным ожиданиям.
В некоторых случаях шаги введения информации также требуют случайности, предполагая, что зависимость от информации равна нулю. Эта случайность в сочетании с рекурсивными операторами, наоборот, приводит к большей стабильности, выходя за рамки игровой структуры и больше проявляя особенности алгоритма, что является потенциальным направлением исследований по алгоритмическим стабильным монетам в будущем.
При использовании рекурсивного оператора, если слишком много шагов по введению информации или независимых операторов, эффект рекурсивного оператора постепенно ослабевает, а положительные и отрицательные обратные связи постепенно рассеиваются. Поэтому для рекурсивного оператора существует показатель силы обратной связи. При проектировании Децентрализованных финансов, если необходимо усилить положительные и отрицательные обратные связи, следует сократить количество раз введения новой информации; если цель — долгосрочная регрессия, то поток информации должен обладать определенными периодическими свойствами.
В области Децентрализованных финансов (DeFi) большинство рекурсивных операторов сочетает в себе ценовые ряды, поскольку ценовая игра является игрой, в которой информация наиболее сосредоточена и трудно предсказуема или контролируема алгоритмами. Однако в настоящее время использование ценовых рядов в основном зависит от механизма AMM, а не от эффективных децентрализованных оракулов, что может привести к тому, что рекурсивный процесс станет детерминированным или контролируемым, что противоречит первоначальному замыслу проектирования рекурсивных операторов.
Кроме того, многие проекты, рассчитанные на рекурсивные величины, не связаны напрямую с переменными спроса и предложения, определяющими ценовые ряды, а скорее связаны с общим объемом активов, что может привести к невозможности напрямую попасть в ядро этой игры на вторичном рынке, и передача операторов может быть искажена.
В будущем должно появиться больше переменных, объединяющих рекурсивные операторы, особенно параметров, отражающих сложность рыночных игр. При проектировании Децентрализованных финансов необходимо провести тщательный анализ механизмов передачи информации рекурсивных операторов, чтобы избежать предсказуемости и контроля, что позволит создать более стабильную и эффективную систему децентрализованных финансов.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
15 Лайков
Награда
15
6
Поделиться
комментарий
0/400
WhaleWatcher
· 07-25 15:36
Рекурсия — это всего лишь продукт воображения.
Посмотреть ОригиналОтветить0
RamenDeFiSurvivor
· 07-25 09:21
Я думаю, что стейблкоин — это просто мистическая наука.
Посмотреть ОригиналОтветить0
WinterWarmthCat
· 07-22 18:25
Снова раздувают концепции, просто рисуют обещания.
Посмотреть ОригиналОтветить0
WenMoon42
· 07-22 18:23
Рекурсия рекурсия, куча мелочей.
Посмотреть ОригиналОтветить0
GasGuzzler
· 07-22 18:17
Целый день крутить какой-то Алгоритм, главное, чтобы все было стабильно.
Посмотреть ОригиналОтветить0
SatoshiLegend
· 07-22 18:07
Классическая теорема о лимитах децентрализации, на которую можно взглянуть, ссылаясь на математическое доказательство Мелроуза 1993 года.
Обсуждение применения и ограничений рекурсивных операторов в дизайне Децентрализованных финансов
Применение и ограничения рекурсивных операторов в дизайне Децентрализованных финансов
Многие люди проявляют большой интерес к алгоритмическим стабильным монетам, полагая, что они могут достичь цели, которую не смогли достичь биткойн: полностью децентрализованной и автоматически регулируемой глобальной валюты. Эта идея возникает не только из-за недостаточного понимания концепций блокчейна и валют, но и из-за того, что алгоритмические стабильные монеты вводят новые рекурсивные операторы.
Рекурсивный оператор — это операция, которая в непрерывных трансформациях смарт-контрактов использует предыдущее состояние в качестве входных данных и повторяет этот процесс. Такой дизайн соответствует открытости данных на блокчейне и серийному характеру смарт-контрактов, что может приводить к возникновению нелинейных структур и даже геометрических эффектов, демонстрируя сильные характеристики положительной обратной связи.
Однако простая рекурсия временных рядов не идеальна, так как информация следующего момента полностью определяется информацией предыдущего момента. Более важно обратить внимание на сочетание рекурсивного оператора с другими элементами, вводя новую, непредсказуемую информацию с игровыми свойствами между изменениями состояния. Эта комбинация образует множественные рекурсивные операторы, обладающие как непредсказуемостью, так и определёнными общими ожиданиями.
В качестве примера простого алгоритмического стабильного монеты, оператор ценообразования генерирует цену Pt, а расширение общего объема Mt становится многоуровневым рекурсивным оператором. Mt является функцией Pt, а Pt+1 зависит от Mt, образуя косвенные рекурсивные отношения, которые при взаимодействии с оператором ценообразования создают периодическую отрицательную обратную связь, постепенно приближаясь к стабильной цене. Однако эта концепция основана на равновесии кривой спроса и предложения, а процесс игры происходит на вторичном рынке, что приводит к низкой точности и замедлению процесса передачи, что затрудняет достижение стабильного равновесия.
Рекурсивные операторы могут не только предоставлять отрицательную обратную связь, но и генерировать положительную обратную связь. Например, механизм выкупа в некоторой системе, сокращая предложение на рынке, повышает цены, тем самым увеличивая производительность, удовлетворяя больший спрос и принося больше доходов, создавая тем самым положительный цикл. Этот простой и ясный подход с анти-Марковскими свойствами, возможно, будет пользоваться большим спросом среди разработчиков цепочных протоколов.
С математической точки зрения неясно, может ли рекурсивный оператор построить стабильные короткосрочные свойства. Поэтому стабильные монеты, зависящие от рекурсивных операторов, трудно сходятся к стабильной структуре. Особенно алгоритмические стабильные монеты, влияя на спрос и предложение косвенно через изменение общего объема, имеют более медленную передачу и больше условий для достижения стабильного равновесия, что затрудняет достижение собственных целей.
В многократных рекурсивных операторах введение новой информации имеет решающее значение. Общие свойства равновесия блокчейна действительно позволяют вводить больше информации, которая имеет определенную неопределенность в рамках игровой структуры и обладает единой структурой. Эта информация в сочетании с рекурсивными операторами формирует общие ожидания, что может создать иллюзию стабильности. Без строгого анализа теории игр трудно точно понять свойства общего равновесия, что может привести к результатам, противоположным ожиданиям.
В некоторых случаях шаги введения информации также требуют случайности, предполагая, что зависимость от информации равна нулю. Эта случайность в сочетании с рекурсивными операторами, наоборот, приводит к большей стабильности, выходя за рамки игровой структуры и больше проявляя особенности алгоритма, что является потенциальным направлением исследований по алгоритмическим стабильным монетам в будущем.
При использовании рекурсивного оператора, если слишком много шагов по введению информации или независимых операторов, эффект рекурсивного оператора постепенно ослабевает, а положительные и отрицательные обратные связи постепенно рассеиваются. Поэтому для рекурсивного оператора существует показатель силы обратной связи. При проектировании Децентрализованных финансов, если необходимо усилить положительные и отрицательные обратные связи, следует сократить количество раз введения новой информации; если цель — долгосрочная регрессия, то поток информации должен обладать определенными периодическими свойствами.
В области Децентрализованных финансов (DeFi) большинство рекурсивных операторов сочетает в себе ценовые ряды, поскольку ценовая игра является игрой, в которой информация наиболее сосредоточена и трудно предсказуема или контролируема алгоритмами. Однако в настоящее время использование ценовых рядов в основном зависит от механизма AMM, а не от эффективных децентрализованных оракулов, что может привести к тому, что рекурсивный процесс станет детерминированным или контролируемым, что противоречит первоначальному замыслу проектирования рекурсивных операторов.
Кроме того, многие проекты, рассчитанные на рекурсивные величины, не связаны напрямую с переменными спроса и предложения, определяющими ценовые ряды, а скорее связаны с общим объемом активов, что может привести к невозможности напрямую попасть в ядро этой игры на вторичном рынке, и передача операторов может быть искажена.
В будущем должно появиться больше переменных, объединяющих рекурсивные операторы, особенно параметров, отражающих сложность рыночных игр. При проектировании Децентрализованных финансов необходимо провести тщательный анализ механизмов передачи информации рекурсивных операторов, чтобы избежать предсказуемости и контроля, что позволит создать более стабильную и эффективную систему децентрализованных финансов.