MEV und die Entwicklung des Krypto-Austauschs: Teil I

Überprüfung der Börsenlandschaft

Gleich nach seiner Entdeckung hat sich MEV als unerschütterlicher Bestandteil öffentlicher Blockchains etabliert. Dies führte zu einer Akzeptanz von MEV als Teil des Austauschprozesses für Krypto-Assets und führte zu einer Explosion neuer Produkte und Protokolle, deren Schwerpunkt auf der Minimierung und Abschwächung seiner nachteiligen Auswirkungen liegt. Unabhängig davon, ob diese Bemühungen verankert, abgestimmt, Off-Chain oder On-Chain sind, haben sie Teams aus brillanten Leuten und eine massive Kapitalspritze zusammengebracht, um den „MEV-Stack“ zu verbessern. Bevor ich jedoch gedankenlos auf die Bäume des dunklen Waldes von Ethereum klettere, möchte ich zum Waldboden zurückkehren und den Boden, auf dem wir bauen, noch einmal untersuchen.

Um einen Blick auf die Zukunft des Austauschs von Krypto-Assets zu werfen, müssen wir die kritischen Designherausforderungen, denen wir heute gegenüberstehen, noch einmal betrachten. Dieser Artikel stellt den ersten von zwei Artikeln dar, die den Weg für die Börsengestaltung in Krypto untersuchen und die Schnittstelle zwischen Marktmikrostruktur und verteilten Systemen berühren, um die aktuellen Chancen, Herausforderungen und Wege für die Schaffung der Krypto-Asset-Börsen der Zukunft zu untersuchen.

Wo stehen wir heute?

Die Ausführungsqualität – wie genau Händler einen Vermögenswert zu einem Preis kaufen und verkaufen, der dem „wahren Marktpreis“ entspricht – hängt im Allgemeinen von der von Market Makern angebotenen Liquidität ab. Diese Market Maker spielen eine entscheidende Rolle als Börsenvermittler und werden dafür entschädigt, dass sie das Risiko übernehmen, im Laufe der Zeit beide Seiten zusammenzubringen. Die Börsenkomponente, die für die Kommunikation mit Market Makern und Händlern verantwortlich ist, ist eine Order-Matching-Engine – im Grunde ein digitales System, das Kauf- und Verkaufsaufträge nach bestimmten Regeln koppelt.

Architektonisch ist die Effektivität eines Order-Matching-Systems beim Matching der Benutzer-Trades eine Funktion des Gleichgewichts zwischen den Freiheitsgraden und Einschränkungen, die es den Market Makern auferlegt, die Orders an die Matching-Engine übermitteln. Börsen, die ihre Order-Matching-Systeme so gestalten, dass Market Maker ihre Quotes effizient und zuverlässig aktualisieren können, ziehen die konkurrierendsten Market Maker und Liquidität an, was zu höchster Ausführungsqualität für Händler führt.

Obwohl sie den Weg für einen erlaubnislosen, vertrauensminimierten Austausch geebnet haben, muss die durch AMMs erzielte Ausführungsqualität mit Off-Chain-Alternativen noch mithalten. Auch ohne Berücksichtigung von Front-Running-Risiken sind die Nutzungsgebühren bei DeFi heute wesentlich höher als im traditionellen Finanzwesen (Tradfi). Der tiefste Uniswap-Pool liegt durchschnittlich bei etwa 0,05 % oder 5 Basispunkten (Bps) vor Gas, während die durchschnittlichen Markouts von Einzelhandelsaufträgen an traditionellen Börsen im Durchschnitt etwa 0,007 % oder 0,7 Bps betragen. Das ist fast das Zehnfache an Leistung.

Diese schlechte Qualität der Ausführung von AMMs ist auf die Tatsache zurückzuführen, dass die von ihnen geschaffenen Umgebungen nicht ausreichend und qualitativ hochwertige Market Maker anziehen, um den Austausch zwischen Käufern und Verkäufern überhaupt zu erleichtern.

Insbesondere im vergangenen Jahr haben Orderflow-Aggregatoren, von Börsen wie Uniswap bis hin zu Wallets wie MetaMask, eine größere Meinung bei der Entwicklung von Order-Matching-Systemen entwickelt, die die Ausführungsqualität verbessern. Einige dieser Aggregatoren entwickeln interne Lösungen, um die Ausführungsqualität zu verbessern. Gleichzeitig versucht eine Reihe reisender Händler, ihnen Software zu verkaufen – von Kontoabstraktions-SDKs über Absichtslösungen bis hin zu OFAs –, die versprechen, ihre Probleme für sie zu lösen. Der Hauptgrund für diesen Trend ist die Unfähigkeit von AMMs, den Benutzern eine qualitativ hochwertige Handelsausführung zu bieten.

Ein kurzer Überblick über das AMM-Problem

Diese Herausforderungen klassischer AMMs wurden bereits ausführlich besprochen, daher werde ich mich kurz fassen. Bei AMMs müssen die Market Maker (Liquiditätsanbieter), die das Liquiditätsrisiko übernehmen, ihre Market-Making-Strategien offen darlegen. Diese auf Blockchains aufgezeichneten Strategien geben an, wie sich jeder Handel auf die Preise auswirkt, die er für seine Vermögenswerte anbietet. Da Blockchains jedoch langsam aktualisiert werden, können diese Marktmacher ihre Preise nicht schnell genug anpassen, um nicht von Arbitrageuren belauscht zu werden. Folglich besteht für Market Maker kein Anreiz, an AMMs teilzunehmen, und die Auftragsausführung in der Kette leidet darunter.

Ein für AMMs vorgebrachtes Argument ist, dass passives Market-Making in der Lage sein sollte, im Vergleich zu professionellem Market-Making hinsichtlich der Bereitstellung guter Preise für Benutzer zu konkurrieren, da der Wettbewerb zwischen professionellen Tradfi-Market-Makern auf Latenzkriegen beruht, um an die Spitze zu gelangen Warteschlange für Ausführungspriorität. Folglich führen die Bemühungen professioneller Market Maker, diesen Wettbewerb zu gewinnen, nicht unbedingt zu einer besseren Ausführungsqualität für die Händler.

Wenn der einzige Market Maker in der Stadt für ETH ein AMM wäre, der Geld von Liquiditätsanbietern entgegennimmt, wäre es nicht verwunderlich, wenn mehr oder weniger die gleichen Preise angeboten würden, als ob professionelle Market Maker dieses Monopol hätten. Dennoch kann diese korrekte Beobachtung der heutigen Realitäten des Market Makings nur in einem Vakuum sinnvoll angewendet werden, da die Existenz schnellerer, ausdrucksstärkerer Börsen für professionelle Market Maker dazu führt, dass passive Liquiditätsanbieter auf AMMs ohnehin eine Verluststrategie verfolgen ( durch die zuvor in „Ein kurzer Überblick über das AMM-Problem“ beschriebenen Mittel).

Hooks & TEEs – Die Grenzen futuristischer AMMs

Es entstehen innovative Designs wie LVR-reduzierende Hooks (Loss-versus-Rebalancing) durch dynamische Gebühren, um mit der negativen Selektion umzugehen, indem sie Market Maker dabei helfen, zukünftige Trades vorherzusagen und ihre Bestände neu zu bewerten. Dennoch bleibt ein entscheidendes Hindernis für ihre Übernahme durch Market Maker bestehen, nämlich dass AMMs Market Maker dazu zwingen, sich öffentlich zu einer Strategie zu bekennen, was zu drängenden Problemen führt.

Im Allgemeinen tritt Frontrunning auf, weil die Gegner die Order eines Market Makers kennen, bevor sie ausgeführt wird. Wenn sich ein Market Maker jedoch öffentlich zu einer Market-Making-Strategie bekennt, teilt er dem Markt die Reihenfolge der Trades mit, die er angesichts einer Reihe von Eingaben tätigen wird. Dies ermöglicht es einem Gegner, den Market Maker an die Spitze zu bringen, bevor dieser überhaupt eine Order aufgibt. Je ausgefeilter die Market-Making-Strategie ist, desto größer ist die Angriffsfläche für Angriffsvektoren.

Aus dem gleichen Grund, aus dem es scheiße wäre, Poker zu spielen und dabei jedem zu sagen, worauf man bietet, lassen Trader-Market-Maker wie Citadel ihre Mitarbeiter Geheimhaltungsvereinbarungen unterzeichnen, um ihre Market-Making-Strategien geheim zu halten. Die Vertraulichkeit dieser Strategien ist für diese Firmen so wichtig, dass sie ihre ehemaligen Mitarbeiter nach ihrem Ausscheiden ein oder zwei Jahre lang nicht für einen Konkurrenten arbeiten lassen. Möglicherweise zahlen sie sogar ihr Vollzeitgehalt und ihre Sozialleistungen, sodass sie während dieser Zeit einfach zu Hause sitzen können.

Datenschutzlösungen wie TEEs (wie SGX) in Kombination mit Tools wie den Uniswap-Hooks könnten AMMs eine Möglichkeit bieten, hochentwickelte Strategien zu integrieren, die denen ähneln, die von hochentwickelten Hochfrequenzhandels-Marketmakern verwendet werden, und diese Strategien gleichzeitig vor der Öffentlichkeit zu verbergen. Trotz dieser potenziellen Verbesserungen besteht die Herausforderung bei diesem Ansatz darin, dass anspruchsvolle Market Maker, um wettbewerbsfähig zu bleiben, ihre Market-Making-Algorithmen ständig aktualisieren müssen.

Beispielsweise müsste ein Liquiditätspool-Ersteller auf UniswapV4, der seine Market-Making-Strategie mithilfe von SGX-basierten Hooks umsetzt, seine in SGX ausgeführten Algorithmen regelmäßig ändern, um bei sich ändernden Marktbedingungen wettbewerbsfähig zu bleiben. Darüber hinaus garantiert die Vertraulichkeit dieser Algorithmen keinen Schutz davor, dass ein Gegner sie ableitet und ausnutzt, was ein weiterer Faktor wäre, der Liquiditätsmanager dazu veranlassen würde, ihre in SGX ausgeführten Algorithmen zu aktualisieren.

Dies führt zu einem Kompromiss: Sie können entweder eine Börse haben, an der Liquiditätsanbieter die Strategie öffentlich überprüfen können, bevor sie Geld investieren, oder Sie können über Anpassbarkeit verfügen, um sich an sich ändernde Marktbedingungen anzupassen. Folglich müsste das Wertversprechen von AMMs als vertrauensminimierte Vehikel, die strenge Regeln für die Verwaltung von Vermögenswerten festlegen, überdacht werden.

Weiß Ihr Order Matcher zu viel, zu wenig oder gerade genug?

Aufgrund dieser Herausforderungen erleben wir eine teilweise Abkehr vom AMM-Modell und das Wiederaufleben von Orderbüchern und Request-for-Quote-Systemen (RFQ) im Kryptobereich, um den positiven Kreislauf von Market Makern, Liquidität usw. einzuleiten hochwertige Ausführung, die damit einhergeht.

Benutzerorientierte Auftragsflussaggregatoren, von Wallets über Dapps bis hin zu Börsen, unterscheiden sich in ihren Rollen, Anreizen und Verantwortlichkeiten. Sie verdienen Geld, indem sie 1) das Frontend bereitstellen, das die Aufmerksamkeit und das Vertrauen der Händler weckt, oder 2) die Börse schaffen, die den Handel erleichtert. Wenn wir uns auf Letzteres konzentrieren, müssen wir die Kompromisse und Herausforderungen verstehen, die bei der Kombination verschiedener Architekturen für die Auftragsabstimmung mit unterschiedlichen Markt- und Vermögenssystemen entstehen. Die langfristige Wettbewerbsfähigkeit von Börsen hängt davon ab, wie effektiv Partei A und B zusammengebracht werden können, vor allem nach den Beschränkungen (oder dem Fehlen solcher), die den Market-Making-Vermittlern an diesen Handelsplätzen auferlegt werden. Einer der Hauptunterschiede zwischen den Börsen in dieser Hinsicht ist die Wahl einer Ausschreibung oder eines Auftragsbuchs.

Informationsasymmetrie in Ausschreibungen und Auftragsbüchern

Wenn man den Blockchain-Kontext verlässt und diese Systeme im luftleeren Raum betrachtet, zeigt sich, dass in Wissenschaft und Industrie überwiegend Belege für eine bessere Auftragsausführung zugunsten von Auftragsbüchern gegenüber RFQ-Systemen sprechen. Orderbücher ermöglichen eine effiziente Preisfindung und reduzierte Spreads für Benutzer, indem sie ein viel dynamischeres Gleichgewicht von Angebot und Nachfrage schaffen.

Wir können dies erkennen, indem wir die Stakeholder beim Matching eines Handels aufschlüsseln:

1. Der Käufer (Partei A)
2. Der Verkäufer (Partei B)
3. Der Market Maker – der Vermittler, der die Interaktion ermöglicht

In einem Orderbuchsystem werden Preisabsichten von allen Beteiligten öffentlich erklärt. Benutzer geben ihre Aufträge direkt auf und Market Maker konkurrieren um die Ausführung. Wenn Partei A 1 ETH für bis zu 10.000 US-Dollar kaufen möchte und Partei B 1 ETH für nicht weniger als 11.000 US-Dollar verkaufen möchte, beträgt die Spanne zwischen diesen beiden Preisen sichtbar 1.000 US-Dollar. Mit diesen Informationen können die Teilnehmer Entscheidungen auf der Grundlage der Auftragstiefe und Liquidität in Echtzeit treffen. Wenn Market Maker oder andere Teilnehmer Quotes platzieren, die nicht mit den aktuellen Marktbedingungen übereinstimmen, bleiben ihre Aufträge so lange unbefüllt, bis sie angepasst werden.

Umgekehrt fordern die Parteien A und B in einem RFQ-System ein Angebot basierend auf der Menge des Vermögenswertes an, das sie im Auge behalten, ohne ihre Preisgrenzen angeben zu können. Wenn der Market Maker diese Anfrage erhält, erhält er einen Anreiz, seine Preise zu erhöhen, in der Erwartung, dass die Parteien A und B eine gewisse Abweichung tolerieren könnten.

In manchen Situationen ermöglichen RFQs Händlern eine bessere Kontrolle über die Verbreitung von Informationen: was sie zeigen sollen, wem sie es zeigen sollen und wann sie dies tun sollen, um nachteilige Marktreaktionen bei großen Blockgeschäften in illiquiden Märkten zu begrenzen. In solchen Situationen können RFQs effektiver sein als Dark Pools, da sie es Händlern ermöglichen, die Auftragsausführung an einen professionellen Market Maker auszulagern, der im Gegenzug dafür sorgt, dass der Händler die Auftragsausführung nicht vermasselt.

Im Allgemeinen sind Market Maker in RFQs in der Lage, mehr zu verdienen als in Orderbüchern, da sie keine Liquidität bereitstellen müssen, bis die Parteien A und B angeben, wie viel von einem Vermögenswert sie möchten. Ohne den Preisdruck durch ein transparentes Auftragsbuch werden den Parteien A und B in einem RFQ-System wahrscheinlich höhere Kosten entstehen, was den Market Makern auf Kosten der Händler zugute kommt.

Angesichts dieser Unterschiede sollten wir vorsichtig sein und das Narrativ akzeptieren, dass der Unterschied zwischen Auftragsbüchern und RFQs unbedeutend genug ist, um RFQs als den Weg nach vorne für den Krypto-Austausch zu akzeptieren. Viele Teilnehmer der Kryptoindustrie verweisen als Beweis für ihre Legitimität auf die Existenz von Nullgebühren im RFQ-System von Robinhood und die derzeitige Dominanz von RFQs auf dem Anleihenmarkt. Aber wir sollten nicht vergessen, dass diese Märkte durch wettbewerbswidriges Verhalten gekennzeichnet sind, das im Widerspruch zum Zweck von Krypto steht.

Betrachtet man beispielsweise Robinhood, so trifft es zu, dass Market Maker wie Citadel nur dann einen Einzelhandelsauftragsfluss erhalten, wenn sie den landesweit besten Geld- und Briefkurs (NBBO) an den zahlreichen Orderbuchplätzen, an denen Aktien gehandelt werden, verbessern. Wenn diese Robinhood-Benutzer ihre Geschäfte jedoch gemeinsam an der NASDAQ tätigen würden, würden die von ihnen zu zahlenden Spreads sinken, da Citadel mit allen anderen konkurrieren müsste.

Wir sollten uns nicht auf Beweise oligopolistischer Industrien stützen, um die Existenz der von ihnen genutzten Order-Matching-Systeme zu rechtfertigen. Undurchsichtige Marktstrukturen wie der Anleihenmarkt (kontrolliert von JPM, Citi und BofA) kommen Menschen mit mehr Informationen zugute. Es versteht sich von selbst, dass konzentrierte Unternehmen, die einen erheblichen Teil eines Marktes kontrollieren, über die Informationen, den Einfluss und den Anreiz verfügen, Änderungen an der Struktur dieses Marktes zu widerstehen, die ihre Dominanz beeinträchtigen könnten.

Dennoch ist klar, dass wir Fortschritte bei der Verbesserung der Art und Weise gemacht haben, wie RFQs als Branche funktionieren. RFQ-Systeme in traditionellen Märkten zeichnen sich beispielsweise durch hochintensive Prozesse und Ineffizienz aus. Eine typische RFQ-basierte Interaktion zwischen Kontrahenten für Derivate auf Rohstoffe zwingt Partei A, Partei B und ihre Market Maker dazu, Anfangs- und Nachschussmargen festzulegen. Der Finanzvertrag wird durch ein Hin und Her mit Rechtsverträgen über veraltete Unternehmensticketsysteme und manuelle, fehleranfällige Kommunikation bei Ablauf beschrieben. Dieser komplexe Prozess, der durch T+2-Abrechnungsperioden verschärft wird, schafft Herausforderungen bei der effektiven Validierung, dem Abgleich und dem Risikomanagement, deren negative Ergebnisse alle an die Endbenutzer weitergegeben werden. Hier gibt es viel Raum für Verbesserungen, bei denen Krypto eine Rolle spielen kann.

Auch bei der Entwicklung von Krypto-RFQs konnten wir einige rasante Verbesserungen beobachten. In vielen Krypto-RFQ-Systemen sind Market Maker nicht verpflichtet, sich vorher auf Liquidität zu verpflichten, um sie abzugleichen, und müssen sich lediglich gegenüber dem AMM-Preis aus dem vorherigen Block verbessern.

Oberflächlich betrachtet mag es so aussehen, als ob, wenn der Market Maker beschließt, diesen Preis nicht zu verbessern, der schlechtestmögliche Preis für den Händler derselbe sein sollte, als ob er direkt ein AMM durchlaufen hätte. Wenn wir uns jedoch das Beispiel einer Kauforder ansehen, können wir erkennen, dass die Dinge nicht so einfach sind.

Das Marktszenario, in dem ein RFQ-Anbieter die Bestellung wahrscheinlich an eine AMM weiterleitet (anstatt sie selbst auszuführen), liegt vor, wenn der AMM-Preis niedriger ist als der Off-Chain-Preis. Warum sollte ein Arbitrageur seine Vermögenswerte zum Preis des letzten Blocks an diesen RFQ-Händler verkaufen, wenn er sie auf Binance für mehr Geld verkaufen kann? Folglich wird der Swapper zum AMM weitergeleitet, wo er gegen spezialisierte Arbitrageure antreten muss, um an die Spitze eines Blocks zu gelangen. Wenn es ihnen gelingt, die Spitze des Blocks zu erreichen, kann der Tauscher den ursprünglich angebotenen Preis erzielen, aber der Tauscher wird diesen Kampf nicht gewinnen.

In der RFQ-Implementierung von UniswapX ist der Preis, zu dem Benutzeraufträge ausgeführt werden, eine Funktion des Wettbewerbs zwischen Abwicklern, die nicht nur in der Lage sind, sondern dazu gezwungen werden, basierend auf der Geschwindigkeit der On-/Off-Chain-Datenaufnahme, -Analyse und Auftragsübermittlung. Sollte ein Vermittler beschließen, einen gewonnenen Trade nach diesem Off-Chain-Wettbewerb nicht auszuführen, wird der Preis, zu dem er sich zuvor verpflichtet hatte, zur Parametrisierung einer niederländischen On-Chain-Auktion verwendet. Um auf das Beispiel eines Kaufauftrags zurückzukommen, der in der Kette weitergeleitet wird, weil er für einen Füller unattraktiv ist (er kann außerhalb der Kette für mehr verkaufen): Der Preis des Swappers wird bei einer gut parametrisierten niederländischen Auktion wahrscheinlich besser sein als bei einer Ausschreibung, bei der er kaum eine Chance hat an die Spitze des Blocks gelangen.

MafiaEV oder MonarchEV? Der Kompromiss der Informationsasymmetrie in Onchain-Auftragsbüchern

Wenn also Auftragsbücher besser sind als RFQs, legen wir das in die Kette und machen Feierabend! Sowohl in der Theorie als auch in der Praxis ist es nicht so einfach.

Ein On-Chain-Orderbuch ist als eine Plattform definiert, auf der:

1. Benutzer geben Bestellungen in der Kette auf
2. Die Auftragsausführung wird entsprechend den Aufträgen mit den besten Preisen und frühesten Einreichungszeiten priorisiert
3. Zur Zensurresistenz werden Konsens- oder Führungsauswahlalgorithmen eingesetzt

Es gibt einige fantastische Versuche, leistungsstarke On-Chain-Orderbücher zu erstellen, die so gestaltet sind, dass sie mit ihren Off-Chain-Pendants konkurrenzfähig sind. Dies wird häufig durch den Betrieb in Umgebungen mit kostengünstiger Rechenleistung erreicht, um die Kosten für die Auftragserteilung in der Kette zu senken und schnellere Blockzeiten zu erreichen, was beides die LVR reduziert. Selbst wenn diese Eigenschaften so erreicht werden können, dass On-Chain-Orderbücher mit On-Chain-AMMs konkurrieren können, ergeben sich immer noch kritische Herausforderungen aus inhärenten Blockchain-Einschränkungen, die On-Chain-Orderbücher herausfordern, die um Liquidität und Volumen aus den Off-Chain-Verfügbaren konkurrieren.

On-Chain-Auftragsbücher haben keine einheitliche Architektur und sehen je nach Kette, auf der sie basieren, alle unterschiedlich aus. Aber in allen Fällen ist der grundlegende Ablauf ähnlich: Ein Einzelhandelsbenutzer gibt eine Bestellung auf, die Bestellung durchläuft den Konsensmechanismus, bei dem die Reihenfolge der Bestellungen festgelegt wird, und dann erscheint die Bestellung in der Kette.

„Durchläuft den Konsensmechanismus“ bedeutet, dass alle Spiele gespielt werden können, die On-Chain-Orderbücher zu einem strukturellen Nachteil gegenüber konkurrierenden Orderflow-Aggregatoren machen, die Off-Chain-Orderbücher verwenden.

On-Chain-Orderbücher können eines von zwei Systemen wählen, um den Status eines Orderbuchs zu bestimmen:

1. Mehrere Leiter geben Einfluss auf die Reihenfolge der Befehle
2. Ein einzelner Anführer entscheidet über die Reihenfolge der Befehle

In beiden Fällen werden On-Chain-Auftragsbücher auf eine Art von MEV stoßen – LVR, die aus mehreren Anführern resultiert, oder auf eine TX-Neuordnung, die aus einem einzelnen Anführer resultiert. Diese verschiedenen MEV-Typen eignen sich gut für diehttps://www.youtube.com/watch?v=8qPpiMDz_hwDarstellung von @sxysun1 in diesem Vortrag, in dem MafiaEV und MonarchEV als zwei von drei verschiedenen MEV-Typen klassifiziert wurden. MafiaEV bezeichnet den extrahierbaren Wert, der durch koordinierte Strategien zwischen Netzwerkteilnehmern unter Ausnutzung von Informationsasymmetrien erreicht wird. Im Gegensatz dazu kapselt MonarchEV den Wert, der durch zentralisierte, maßgebliche Kontrolle innerhalb von Blockchain-Protokollen extrahiert werden kann, insbesondere durch Einheiten mit entscheidender Macht über die Transaktionssequenzierung und den Zustandsabschluss, wie etwa Block-Builder.

MafiaEV: Designs mit mehreren Anführern

In Blockchain-basierten Orderbuchsystemen mit Multi-Leader-Konsens entsteht Latenz aus drei wichtigen technischen Aspekten: Konfliktlösung, Netzwerkverzögerungen und Transaktionsverarbeitung. Mehrere Führungskräfte, die gleichzeitig Transaktionen bearbeiten, führen zu Konflikten, die zeitaufwändige Konsensrunden erfordern. Geografisch verteilte Knoten verursachen eine erhebliche Netzwerklatenz. Darüber hinaus erhöhen die unabhängige Validierung und die Replikation des Ledger-Status jedes Knotens die Verarbeitungszeit.

Unabhängig von den genauen Details des Konsensmechanismus müssen sich On-Chain-Orderbücher, die von mehreren Führungskräften aktualisiert werden, mit diesem MafiaEV auseinandersetzen, der von Gegnern herrührt, die die Unfähigkeit der Market Maker ausnutzen, die Art und Weise, wie sie die Liquidität im Orderbuch schnell verteilen, schnell zu aktualisieren. Während die absolute Latenz, die ein Market Maker bei der Interaktion mit einem Orderbuch erfährt, wichtig ist, muss unbedingt betont werden, dass das Überleben einer Börse im Vergleich zu anderen Börsen stärker von ihrer Latenz abhängt.

Angenommen, die schnellste On-Chain-Order-Matching-Engine Y benötigt 10 Sekunden für den Handel, das Off-Chain-Orderbuch X hingegen eine halbe Sekunde. In diesem Fall erfolgt die Preisfindung außerhalb der Kette und die gesamte Arbitrage erfolgt aus dem Off-Chain-Auftragsbuch an die anderen Börsen. Angenommen, das On-Chain-Orderbuch Y senkt die Latenz auf eine halbe Sekunde, Coinbase benötigt jedoch 10 Millisekunden. In diesem Fall sind die Preise des On-Chain-Orderbuchs Y veraltet, ebenso wie seine Liquidität und Benutzerakzeptanz.

Blockzeiten, Kosten und die Latenz beim Einreichen und Stornieren von Angeboten können sicherlich reduziert werden, und Konsens- und Netzwerkebenen können innoviert werden und die Grenzen verschieben, sodass die relative Latenz zwischen On-Chain-Auftragsbüchern denen ihrer Off-Chain-Gegenstücke nahe kommt.

Dennoch müssen wir auch Latenzgarantien über Zeit und Auftragstyp hinweg berücksichtigen. Wenn in einem Orderbuch Orderstornierungen langsamer erfolgen als Ordereinreichungen (oder umgekehrt), mangelt es den Market Makern an Garantien dafür, wie sie mit den verschiedenen Marktbedingungen umgehen können. Auch wenn die Latenzzeiten, die sie bei der Übermittlung von Aufträgen in Kauf nehmen, angemessen sein könnten, können sich Market Maker nicht auf diese Informationen verlassen, um daraus abzuleiten, wie schnell sie diese Kurse in Zukunft stornieren könnten, wenn sie veraltet sind. In einem On-Chain-Orderbuch verschärft die unvorhersehbare Latenz der Konsensmechanismen dieses Problem.

Darüber hinaus sind die Teilnehmer darauf angewiesen, dass der Block-Builder Handelsanfragen nicht auf eine Art und Weise ordnet, die für sie irgendwann von großem Nutzen ist. Sollte ein On-Chain-Auftragsbuch tatsächlich ein erhebliches Volumen anziehen, spezialisieren sich Blockproduzenten darauf, den generierten MEV zu erfassen. Dies könnte eine zentralisierende Kraft auf die zugrunde liegende Blockchain ausüben und möglicherweise deren Wertversprechen als glaubwürdig neutrale Abwicklungsschicht beeinträchtigen.

MonarchEV: Designs mit einem einzigen Anführer

Um dieses Latenzproblem zu bekämpfen, werden On-Chain-Börsen wahrscheinlich den Konsens aus möglichst vielen Teilen des Order-Matching-Prozesses entfernen. Eine der einfachsten Lösungen für dieses Problem besteht darin, einem einzelnen Leiter die Möglichkeit zu geben, über die Reihenfolge der Aufträge zu entscheiden.

Diese Single-Leader-Veranstaltungsorte erleben MonarchEV. In diesem Zusammenhang entsteht MonarchEV aus vorübergehenden Monopolen, die einzelnen Marktmachern in erlaubnisfreien Umgebungen gewährt werden und es ihnen ermöglichen, Transaktionen neu zu ordnen.

Teams wie dYdX wollen dem entgegenwirken, indem sie von Market Makern verlangen, Sicherheiten zu stellen, bevor sie ihnen diese Monopole gewähren, und sie so unter Kontrolle halten. Diese Anforderung erhöht jedoch die notwendigen Kapitalkosten der Market Maker und, was noch wichtiger ist, das Risiko einer Fehlbewertung der Sicherheiten, die erforderlich sind, um die Blockproduzenten unter Kontrolle zu halten. Dies führt letztendlich zu Skalierbarkeitsproblemen für den Veranstaltungsort, da die Vielfalt, das Volumen und die Volatilität der Vermögenswerte zunehmen.

Auch die Art und Weise, wie eine Börse die drastischen Kosten festlegt, wird zu einer großen Herausforderung. Wenn Sie zu wenig kürzen, wird die Manipulation selbst unter Berücksichtigung des gekürzten Einsatzes profitabel. Wenn Sie zu viel kürzen, wird mehr Kapital gefährdet, was harmlose Ausfälle (z. B. Fehlkonfigurationen) teurer macht. Wenn eine Börse den „richtigen“ Betrag für die Kürzung herausfinden möchte, müsste sie so etwas wie eine Auktion durchführen, und dann stoßen sie wieder auf Latenzprobleme.

Die Implementierung von SGX oder Schwellenwertverschlüsselung kann auch die Macht des/der Monopolisten über die Transaktionsreihenfolge einschränken. Dennoch können diese Implementierungen nur garantieren, dass sich der Leiter für einen bestimmten Satz von Transaktionen dazu verpflichtet, diese nicht neu anzuordnen, keine eigenen einzufügen usw. Sie können jedoch nicht garantieren, dass jede Transaktion fair durchgeführt wird, so dass das Problem dadurch nicht gemildert wird – es macht lediglich einen Teil der Angriffe ungültig.

Rollup der Börse

Eine Möglichkeit, die Schwierigkeiten zu umgehen, die das Front-Running mit sich bringt, besteht darin, ein System zu entwerfen, das den einzelnen Bediener des Order-Matching-Systems kontrolliert. Dies könnte dadurch erreicht werden, dass der Betreiber gezwungen wird, sich an Regeln für die Ausstellung von Auftragsbestätigungen an Benutzer bei der Handelsübermittlung und die Veröffentlichung der Handelshistorie auf einer Datenverfügbarkeitsschicht (Data Availability, DA) zu halten.

Ein spannender Ansatz, der hier hervorgehoben werden sollte, besteht darin, den Austausch in ein Rollup umzuwandeln, wie es LayerN getan hat. Durch das Rollup der Börse könnte das Order-Matching-System außerhalb der Kette ausgeführt werden und gleichzeitig seinen Betreiber durch einen überprüfbaren Beweis auf einer DA-Ebene unter Kontrolle halten. Auf hoher Ebene könnte dieses System den Marktteilnehmern garantieren, dass Händler, wenn der Sequenzer einen Handel auf eine Art und Weise anordnet, die gegen die Regeln der Matching-Engine verstößt, einen Betrugsnachweis einreichen und sich dabei auf eine DA-Schicht mit Handelshistorie verlassen können . Dies bedeutet auch, dass der Durchsatz der Börse auf die Leistung der zugrunde liegenden DA-Schicht beschränkt wäre.

In Kombination mit einem Leader-Auswahlalgorithmus (automatisiert oder Governance-basiert), der einen zensierenden Sequenzer ersetzen kann, könnte dieses Börsenmodell den Zensurwiderstand aufrechterhalten, der für die erlaubnislose Marktbildung erforderlich ist, und sich gleichzeitig von den Zwängen eines konsensbasierten Orderbuchs befreien. Darüber hinaus könnten Börsen-Rollups das Sicherheitsmodell verbessern, um Zensur zu mildern und durch Betrug oder Gültigkeitsnachweise von einer ehrlichen Mehrheitsannahme zu einer ehrlichen Minderheitsannahme zu gelangen.

Allerdings wären geringfügige Latenzmanipulationen des Börsenbetreibers durch Betrugsnachweise nicht erkennbar. Folglich könnten betroffene Market Maker nicht erkennen, ob die Latenzprobleme, die sie erleben, auf gleichmäßig verteilte Netzwerkprobleme oder gezielte Aktionen seitens eines falsch ausgerichteten Sequenzers zurückzuführen sind. Während bei allen Teilnehmern gewisse Latenzunterschiede auftreten, kann ein dauerhafter Nachteil von einigen Millisekunden das Überleben eines Market Makers entscheidend beeinträchtigen. Aus diesem Grund könnten Börsen, die auf diesen Single-Sequencer-Order-Matching-Systemen basieren, Schwierigkeiten haben, bei Marktmachern Akzeptanz zu finden, die von Vorschriften und Reputation erwarten, dass sie Garantien für diese Risiken erhalten.

Es ist wichtig zu beachten, dass SGX dieses Problem leider nicht löst. Ja, wenn die Informationsbits, die Aufträge enthalten, direkt an die in SGX laufende Order-Matching-Engine gesendet werden könnten, könnten Marktteilnehmer Garantien erhalten, dass Latenzen unparteiisch angewendet würden. Diese Informationspakete, die Handelsaufträge enthalten, gelangen jedoch nicht direkt von den Benutzern zur Enklave. Für die Kommunikation zwischen ihnen sind sie auf einen nicht vertrauenswürdigen Computer wie einen Router angewiesen. Aus diesem Grund ist es für den Sequenzer immer möglich, das Timing zu manipulieren, wenn Aufträge von der in einer SGX-Enklave laufenden Auftragsabgleichs-Engine erkannt werden.

Was ist mit Auktionen?

Eine der aufregenden Lösungen für den Kompromiss zwischen MafiaEV und MonarchEV, der in On-Chain-Auftragsbüchern auftritt, besteht darin, eine Batch-Auktion mit ausreichend geringer Latenz zu kombinieren und nach MafiaEV zu suchen, das Verschlüsselung verwendet, um MonarchEV zu lösen.

Im Gegensatz zu kontinuierlichen Handelssystemen wie Orderbüchern, bei denen Transaktionen nacheinander und unmittelbar bei ihrem Auftreten verarbeitet werden, werden bei Batch-Auktionen innerhalb eines vorgegebenen Zeitrahmens eine Reihe von Kauf- und Verkaufsaufträgen akkumuliert. Nach Ablauf dieses Intervalls werden die gesammelten Aufträge gleichzeitig zum gleichen Clearingpreis ausgeführt.

Bemerkenswerte Fortschritte wurden bei der Verbesserung der Effizienz von Sammelauktionen durch Datenschutz erzielt. Beispielsweise werden bei der Implementierung von Batch-Auktionen mit versiegelten Geboten von Penumbra Aufträge zunächst verschlüsselt, und Blockbauer verpflichten sich, diese verschlüsselten Aufträge in einen Block aufzunehmen. Erst dann werden diese Aufträge entschlüsselt und über eine Batch-Auktion ausgeführt.

Bei Batch-Auktionen ist die Preisermittlung in Echtzeit jedoch schwierig, was vor allem auf die Zeit zurückzuführen ist, die für die Integration neuer Marktinformationen benötigt wird. Diese Verzögerung, die ihrer intervallbasierten Ausführung innewohnt, steht im Gegensatz zur kontinuierlichen, sofortigen Verarbeitung von On-Chain-Auftragsbüchern, die dem Bedarf von Hochfrequenzhändlern nach schneller Liquiditätszufuhr besser gerecht werden.

Wenn sich der Marktkonsens über den Wert eines Vermögenswerts schnell ändert, können Batch-Auktionen nicht mithalten, was zu einer Diskrepanz zwischen der Echtzeit-Marktbewertung und dem Batch-Auktionspreis führt, bevor das nächste Intervall beginnt. Für Hochfrequenzhändler (HFTs), die teilweise aus kurzfristigen Preisunterschieden Kapital schlagen, ist diese Verzögerung unattraktiv. Daher scheuen sie sich vor diesen Plattformen, was möglicherweise zu einer geringeren Liquidität führt und die Integration neuer Preisinformationen in den Markt verlangsamt. Das positive Ergebnis ist zwar, dass die Latenzarbitrage weniger rentabel wird, doch Händler, die auf der Suche nach unmittelbareren Preisen sind, scheuen auch davor zurück, Aufträge in diesen Batch-Auktionen zu erteilen.

Dieses Phänomen wird durch empirische Untersuchungen zum Übergang vom Batch- zum kontinuierlichen Handel an der Taiwan Stock Exchange gestützt. Die Studie ergab , dass der kontinuierliche Handel die Preiseffizienz für Aktien mittlerer und kleinerer Marktkapitalisierung erheblich steigerte, was zeigt, wie wichtig die Fähigkeit des Marktes ist, neue Informationen schnell zu integrieren. Bemerkenswerterweise war dieser Anstieg der Handelsaktivität nicht auf Latenzarbitrage zurückzuführen, was darauf hindeutet, dass die Verbesserungen der Preiseffizienz auf die Einbeziehung des kontinuierlichen Handels zurückzuführen sind.

Dennoch scheinen die Fragen zu den relativen Vor- und Nachteilen von Batch-Auktionen zumindest in der Wissenschaft noch lange nicht gelöst zu sein. Während Batch-Auktionen möglicherweise nur dann die Handelsmärkte erobern, wenn sie durch regulatorischen Druck gegen HFTs unterstützt werden, könnten sie aufgrund ihrer attraktiven Eigenschaften bei der Eliminierung von Sandwich-Angriffen und der Reduzierung der Gaskosten ein integraler Bestandteil der Lösung für den On-Chain-Austausch werden.

Wen Teil II?

Ziel dieses Artikels war es, die Herausforderungen und Chancen rund um den Krypto-Austausch und MEV darzustellen, mit denen wir derzeit konfrontiert sind, einschließlich der Mängel von AMMs, der Einführung von Auftragsbüchern und RFQs in Krypto und dem Gestaltungsspielraum für deren Implementierung außerhalb und in der Kette. Wenn man sich die On-Chain-Auftragsbücher ansieht, können diese Kompromisse durch die Linse von MafiaEV und MonarchEV betrachtet werden. Auf einer höheren Ebene scheint es, dass jeder Versuch, Systeme für den On-Chain-Austausch ausgefeilter zu gestalten, zu einem Kampf zwischen Effizienz und Integrität führt.

In Teil II untersuchen wir weiter die Chancen, Herausforderungen und Auswirkungen sich schnell entwickelnder Primitiven in den Bereichen Kryptographie und Systemdesign, von Absichten bis hin zu OFAs und völlig neuen Finanzprodukten. Von diesem Punkt an werden wir hoffentlich in der Lage sein, ein klareres Bild davon zu zeichnen, wie sich die zukünftigen Pipelines für On-Chain-Werte gestalten könnten.

Wir freuen uns, zu sehen, wie Teams diese schwierigen Designherausforderungen meistern. Wenn Sie an der Spitze dieser offenen Fragen arbeiten, wenden Sie sich bitte an uns!

Besonderer Dank geht an https://twitter.com/soumyab8@soumyab8 ,https://twitter.com/Autoparallel@Autoparallel ,https://twitter.com/0xjepsen@0xjepsen ,<a href="https://twitter.com/tylerinternet""> @tylerinternet ,https://twitter.com/katiewav@katiewav ,https://twitter.com/mountainwaterpi@mountainwaterpi ,https://twitter.com/willkantaros@willkantaros ,https://twitter.com/AshAEgan@AshAEgan , und https://twitter.com/DannySursock@DannySursock für ihr Feedback und ihre Einblicke in Teil I und die vielen anderen, die auch bei Teil II (in Vorbereitung) mitgeholfen haben bald).

Ich möchte auch https://twitter.com/thebellcurvepod@thebellcurvepod und https://twitter.com/MikeIppolito_@MikeIppolito_ ,https://twitter.com/danrobinson@danrobinson und https://twitter.com/hasufl@hasufl . Ich bin dankbar, dass ich im Laufe der Staffeln eine Vorreiterrolle bei den nachdenklichen Gesprächen zwischen all den fantastischen Moderatoren und Gästen des Podcasts spielen durfte.

Haftungsausschluss:

1. Dieser Artikel ist ein Nachdruck von [Archetype]. Alle Urheberrechte liegen beim ursprünglichen Autor [Benjamin Funk]. Wenn Sie Einwände gegen diesen Nachdruck haben, wenden Sie sich bitte an das Gate Learn- Team, das sich umgehend darum kümmern wird.
2. Haftungsausschluss: Die in diesem Artikel geäußerten Ansichten und Meinungen sind ausschließlich die des Autors und stellen keine Anlageberatung dar.
3. Übersetzungen des Artikels in andere Sprachen werden vom Gate Learn-Team durchgeführt. Sofern nicht anders angegeben, ist das Kopieren, Verbreiten oder Plagiieren der übersetzten Artikel verboten.