一文看懂Uniswap V3 池的歷史表現_SDC:USD

任何UniswapLP頭寸的成功都取決于兩個基本組成部分：

無常損失：由于我們存入資金的價格與我們平倉時的價格之間的差異而造成損失的風險

由池支持的交易產生的費用

DeFi的目標是幫助用戶理解和模擬這兩個組件的影響，并幫助估計可能的結果。

無常損失可以用數學解釋清楚，這里提供了幾種可視化的方法來支持用戶模擬價格變化對投資的影響。

相反，產生的費用是高度不確定的；我們不能創建精確的模型來確定一個池在未來將產生的費用數額，但我們可以幫助我們的用戶支持基于LP頭寸的歷史數據的模擬，以支持他們的分析和決策。

上海經信委阮力：加快運用元宇宙、AIGC等技術推進制造品牌升級:金色財經報道，在中國制造品牌發展論壇上，上海市經濟信息化委副主任阮力表示：一是要著力打造競爭力強、美譽度高的“上海牌”，深入推進設計賦能、科技創新和品牌培育緊密融合；

二是持續提升“上海制造”卓著品牌形象，加強與長三角地區、全國及全球品牌的協同聯動和戰略合作，推動上海制造領軍品牌和標桿品牌全球化布局和國際化運營；加快運用元宇宙、AR/VR、AIGC等新一代信息技術手段推進制造品牌升級發展；

三是加快營造生機勃勃的品牌發展生態，強化政策供給，依托中國品牌日等平臺，打造輻射全球的引力場，積極形成集聚高端品牌培育建設資源的虹吸效應，持續推廣“上海品牌100+”優秀成果，放大品牌建設的協同效應。[2023/5/14 15:02:15]

DeFi擴展了工具，讓用戶能夠基于一種新的方法來計算UniswapLP策略的歷史表現。

Lookonchain：疑似孫宇晨錢包在USDC脫錨期間賺取超330萬美元:3月15日消息，Lookonchain監測數據顯示，疑似孫宇晨的錢包在USDC脫錨期間賺取了超過330萬美元。0xbcb7開頭地址在USDC脫錨后從Aave取出了5000萬枚USDC并1:1兌換成DAI，之后從幣安取出USDC同樣兌換了DAI。然后該地址又從幣安提取了2.149億枚USDT，將其中的1億枚USDT兌換成1.033億枚USDC，7500萬枚USDT兌換成7550萬枚DAI，再將所有USDC兌換成DAI。

USDC恢復錨定價格后，該地址用3000萬枚DAI兌換了3000萬枚USDC、用USDT購買了2000萬枚USDC，并將總計5000萬枚USDC轉入地址“0x30Dff”，而這個地址此前曾收到過孫宇晨1億枚USDC。鏈上數據顯示，整個操作不僅避免了USDC脫錨損失還賺取了超過330萬美元。[2023/3/15 13:05:41]

數據：過去一周，Lido TVL上漲了11.89%:2月21日消息，Dune數據顯示，過去一周，由于ETH價格上漲和新存款的涌入，Lido TVL上漲了11.89%，目前暫報84.4億美元；Lido在每周新的ETH存款中，占有44.8%的份額；AaveAave V3 wstETH池獲得33.2%增長。[2023/2/21 12:20:31]

UniswapV3池回測的新方法

UniswapLP策略是高度差異化的，每個投資者可以選擇自己的主動流動性范圍，每個人收取的費用也不同。

為了回測策略，我們需要收集數據并計算測試策略的具體條件。

提取特定UniswapV3工具的歷史數據

瑪氏公司為旗下品牌士力架提交NFT相關商標申請:6月17日消息，美國商標局商標注冊律師Mike Kondoudis發推稱，瑪氏公司已為旗下品牌士力架提交NFT相關商標申請。涵蓋范圍包括：NFT、數字Token、虛擬小吃、飲料以及加密收藏品等。[2022/6/17 4:35:44]

為了支持我們的分析，我們需要收集關于UniswapV3池的歷史數據。為此，我們使用TheGraphPoolHourData子圖來解決這個問題。

如UniswapV3白皮書所述，對于每個池，Uniswap合約跟蹤合約首次初始化時存入的1單位無界流動性所能獲得的費用總額(fg)。無界流動性可以很容易地描述為一種為整個價格范圍(MinLimit=0,MaxLimit=∞)提供流動性的策略。

我們可以計算1單位的無限流動性在一段時間內所賺取的費用如下:

F_Unb=fg(t)-fg(t-1)

確定要測試的位置

為了確定LP頭寸的歷史費用，我們需要首先計算LP提供的流動性數量。流動性是策略(最小限制和最大限制)和初始投資的函數。

流動性=LiquidityFunction(MinLimit,MaxLimit,投資)

在我們的計算中，我們還需要確定如果我們選擇一個無界策略，同樣的投資將產生的流動性。

LiquidityUnb=LiquidityFunction(0，∞，投資)

歷史費用計算

在每個時間段的開始，LP可以:

a)為整個范圍提供流動性，在這種情況下，所賺取的費用很容易確定:

MyFeeUnb=F_unb*LiquidityUnb

b)在特定范圍內提供集中流動性。在這種情況下，費用是由價格花費在活躍流動性范圍內的時間和乘數決定的。

MyFee=MyFeeUnb*乘數*在范圍內花費的時間

但乘數可以表示為:

乘數=流動性/LiquidityUnb

因此，可以將前式改寫為:

MyFee=F_Unb*流動性*在范圍內花費的時間

最后計算歷史費用作為MyFee在每個分析期間賺取的收入。

這聽起來不錯，但真的有效嗎?

這個理論很有趣(有幾分)，但它真的有效嗎?

我們在Uniswapv3中對超過500個當前開放的回測器進行了回測，結果如下

當位置處于活動狀態的時間大約為100%時，回測是非常精確的，當距離內的時間較低時，精度會降低。

這是由于我們在計算在范圍參數中花費的時間時需要應用近似值。使用TheGraph每小時的數據，我們不能精確地確定價格在這個范圍內花費的時間，而只能是一個近似值。

結論

這一新功能將允許直接在我們的模擬器中進行快速可靠的回測。

過去的業績不能保證未來的結果，但它們代表了分析的重要基礎，并支持我們的LP戰略定義。

Source：https://defi-lab.medium.com/historical-performances-of-uniswap-l3-pools-2de713f7c70f

Tags：USDUSDCSDCUniswapusdt幣app下載1usdc幣是多少人民幣USDC價格uniswap幣總量有多少

MATIC