Makala haya yametayarishwa kutokana na utafiti wa kinadharia unaochunguza gharama za kelele za faragha zinazoongezwa kwenye mtiririko wa oda katika masoko ya fedha za kielektroniki yanayolinda faragha kwa watengenezaji wa soko na watoa ukwasi. Utafiti uliochunguzwa una kichwa cha habari The Privacy Subsidy: Kyle’s λ under Noise-Perturbed Order-Flow Observation.

Wazo kuu la makala hii ni hili: Ikiwa soko la kubadilisha fedha au AMM litaongeza kelele kwenye mtiririko wa oda ili kuficha miamala ya watumiaji, mtengenezaji wa soko hataweza tena kuona mtiririko kamili na halisi wa oda. Hali hii inaweza kuwa na manufaa kwa faragha ya mtumiaji; lakini inapunguza ubora wa taarifa wa mfumo wa kupanga bei. Hatimaye, gharama hii inaweza kuonekana kama hasara kwa dimbwi la ukwasi la itifaki au kwa mtoa ukwasi (LP).

Utafiti unachukua muundo wa kawaida wa muundo mdogo wa soko la Kyle na kuongeza kelele huru za faragha za Gauss kwenye mtiririko wa oda unaozingatiwa na mtengenezaji wa soko. Hivyo, uwiano wa athari za bei \(\lambda\), mkakati wa mfanyabiashara mwenye taarifa \(\beta\), na hasara inayotarajiwa itakayotokea upande wa itifaki huhesabiwa kwa fomula zilizofungwa.

Maudhui haya si ushauri wa uwekezaji. Utafiti huu unatoa muundo wa kitaaluma kuhusu muundo mdogo wa soko wa kinadharia, gharama ya ukwasi, na hitaji la ada ya kurejesha gharama katika miundo ya soko la fedha za kielektroniki linalolinda faragha.

Utafiti mpya wa kitaaluma unachunguza jinsi kelele zinazoongezwa kwenye mtiririko wa oda katika masoko ya fedha za kielektroniki yanayolinda faragha zinavyoathiri mfumo wa kupanga bei. Katika muundo, mtengenezaji wa soko hazingatii mtiririko halisi wa oda kama \(y=x+u\), bali kama ishara iliyoongezwa kelele za faragha ya \(\tilde{y}=y+\varepsilon\). Kulingana na matokeo, kadri kelele za faragha zinavyoongezeka, uwiano wa athari za bei \(\lambda\) unashuka, mkakati wa mfanyabiashara mwenye taarifa \(\beta\) unaimarika; lakini utambulisho wa \(\lambda\beta=1/2\) unalindwa. Gharama halisi haijitokezi katika usambazaji wa bei, bali katika hasara inayotarajiwa ya itifaki/dimbwi la LP. Utafiti huu unataja gharama hii kama "privacy subsidy" au ruzuku ya faragha.

1. Kichwa

Faragha ni hitaji muhimu katika masoko ya fedha za kielektroniki. Ikiwa nia ya miamala ya watumiaji, ukubwa wa oda, au tabia ya pochi inaweza kuonekana na kila mtu; hatari kama vile kukimbia mbele (front-running), MEV, ufuatiliaji unaolengwa, kufichuliwa kwa mkakati wa biashara, na kuharibiwa kwa faragha ya mtumiaji zinaweza kujitokeza.

Kwa sababu hii, baadhi ya miundo ya soko linalolinda faragha inajaribu kuficha, kukusanya, au kuongeza kelele kwenye mtiririko wa oda inayoonekana. Kwa mfano, mifumo inayotegemea maarifa sufuri (zero-knowledge), miundo ya AMM iliyolindwa (shielded), au mbinu tofauti za kulinganisha oda zilizofichwa, zinaweza kuzuia taarifa zinazoonekana na soko.

Lakini hapa swali muhimu linajitokeza: Ikiwa mtengenezaji wa soko ataona mtiririko wa oda ukiwa na ukungu zaidi, atawezaje kupanga bei sahihi?

Ikiwa mtengenezaji wa soko atapanga bei kulingana na ishara iliyoongezwa kelele badala ya mtiririko halisi, miamala bado itafanyika kupitia mtiririko halisi wa oda. Tofauti hii inaweza kuleta hasara inayotarajiwa kwa itifaki au dimbwi la LP. Hili ndilo swali kuu ambalo utafiti unatafuta kulijibu: Je, gharama ya upande wa ukwasi ya kelele iliyoongezwa kwa ajili ya faragha inaweza kuhesabiwa kwa kutumia fomula iliyofungwa?

2. Muhtasari mfupi

Utafiti unategemea muundo wa kawaida wa Kyle. Katika muundo wa Kyle, kuna mfanyabiashara mwenye taarifa, kundi la wafanyabiashara wa kelele (noise trader), na mtengenezaji wa soko. Mfanyabiashara mwenye taarifa anajua thamani halisi ya rasilimali. Mfanyabiashara wa kelele anazalisha mtiririko wa oda ambao hautegemei taarifa. Mtengenezaji wa soko hupanga bei kwa kuangalia jumla ya mtiririko wa oda.

Katika muundo wa kawaida, mtengenezaji wa soko huona mtiririko wote kwa ukamilifu:

Hata hivyo, katika utafiti huu, mtengenezaji wa soko haoni mtiririko halisi, bali ishara iliyoongezwa kelele za faragha:

Hapa \(\varepsilon\) ni kelele huru ya Gauss iliyoongezwa na utaratibu wa faragha. Mtengenezaji wa soko hutenda kama Bayesian AMM iliyojitolea mapema sawa na mkataba wa akili (smart contract) na huhesabu bei tu kulingana na ishara ya \(\tilde{y}\) anayoiona.

Sehemu muhimu ya mbinu hii ni hii: Mtengenezaji wa soko hufanya upangaji wa bei unaofaa kulingana na ishara anayoiona yeye. Walakini, kwa kuwa miamala hufanyika kupitia mtiririko halisi wa \(y\), hata kama mtengenezaji wa soko anaonekana kurudisha gharama kulingana na ishara yake, anaweza kupata hasara dhidi ya mtiririko halisi. Gharama ambayo utafiti unaiita "privacy subsidy" hutokana hasa na tofauti hii.

3. Maelezo ya kina

Fomula katika makala haya zinaonyesha jinsi usawa wa Kyle unavyobadilika chini ya kelele za faragha na kwa nini itifaki/dimbwi la LP linalazimika kukusanya ada ya kurejesha gharama.

1. Vigezo vikuu vya nasibu katika muundo

Utafiti unaanza na vigezo vitatu huru vya Gauss:

Hapa \(v\) ni thamani ya mwisho ya rasilimali. \(p_0\) ni wastani wa awali wa kawaida. \(u\) inawakilisha mtiririko wa oda wa mfanyabiashara wa kelele ambao hautegemei taarifa. \(\varepsilon\) ni kelele huru iliyoongezwa na utaratibu wa faragha.

2. Mkakati wa mfanyabiashara mwenye taarifa

Mfanyabiashara mwenye taarifa anajua thamani halisi ya rasilimali na anatumia mkakati wa oda wa kimstari (linear):

Hapa \(\beta\) inaamua ni kwa kiasi gani mfanyabiashara mwenye taarifa atafanya biashara kwa uhasama. Kadri \(\beta\) inavyokua, mfanyabiashara anaonyesha taarifa za thamani kwa nguvu zaidi kwenye mtiririko wa oda.

3. Mtiririko kamili na halisi wa oda

Mtiririko kamili na halisi wa oda unaofanyika sokoni ni kama ifuatavyo:

Huu ni jumla ya oda ya mfanyabiashara mwenye taarifa na mtiririko wa mfanyabiashara wa kelele. Miamala hufanyika kiuhalisia kulingana na mtiririko huu.

4. Ishara yenye kelele ya faragha anayoiona mtengenezaji wa soko

Katika muundo unaolinda faragha, mtengenezaji wa soko haoni thamani ya \(y\) moja kwa moja. Badala yake, anazingatia ishara hii:

Hapa \(\varepsilon\) ni kelele ya uchunguzi inayoongezwa kwa ajili ya faragha ya muamala. Kelele hii inatia ukungu taarifa ya upangaji bei ya mtengenezaji wa soko.

5. Kanuni ya upangaji bei ya Bayesian AMM

Mtengenezaji wa soko huweka thamani inayotarajiwa ya rasilimali kama bei kulingana na ishara anayoiona:

Hii inaonyesha kwamba mtengenezaji wa soko anafanya maamuzi yenye mantiki kulingana na seti yake ya taarifa. Tatizo si kwamba mtengenezaji wa soko hana mantiki; tatizo ni kwamba seti ya taarifa si kamilifu au ina kelele kutokana na faragha.

6. Muundo wa usawa wa kimstari (linear)

Utafiti unatafuta usawa wa kimstari katika muundo huu:

Hapa \(\lambda\) ni uwiano wa athari za bei. Inatoa jibu la swali la ni kiasi gani ishara ya mtiririko wa oda inasogeza bei.

7. Matokeo makuu ya usawa: \(\lambda\) na \(\beta\)

Tokeo kuu la kwanza la utafiti ni fomula ya pekee ya usawa wa kimstari chini ya kelele za faragha:

Fomula hii inaonyesha usawa muhimu sana. Kadri kelele za faragha \(\sigma_{\varepsilon}\) zinavyoongezeka, uwiano wa athari za bei \(\lambda\) wa mtengenezaji wa soko hushuka. Hii ni kwa sababu mtengenezaji wa soko hupata ugumu zaidi kutofautisha ni kiasi gani cha mtiririko anaouona ni taarifa halisi na kiasi gani ni kelele za faragha.

Wakati huo huo \(\beta\) huongezeka. Mfanyabiashara mwenye taarifa anaweza kufanya biashara kwa uhasama zaidi katika mazingira ambapo mtengenezaji wa soko anaona kwa ukungu zaidi. Hivyo, wakati faragha inatoa usiri kwa mtumiaji, inaweza pia kuunda eneo lenye faida zaidi kwa mfanyabiashara mwenye taarifa.

8. Fomula ya makadirio ya Gauss

Matarajio yenye masharti nyuma ya kanuni ya upangaji bei huandikwa hivi:

Fomula hii inaonyesha ni taarifa kiasi gani mtengenezaji wa soko anaweza kutoa kuhusu thamani ya mwisho ya rasilimali kutoka kwa ishara ya \(\tilde{y}\). Kadri kelele za faragha \(\sigma_{\varepsilon}^{2}\) zinavyokua kwenye asili (denominator), athari za ishara kwenye bei huwa dhaifu.

9. Sharti la urazini la Bayesian

Uwiano wa bei ya kimstari wa mtengenezaji wa soko unatokana na sharti hili:

Hii inaonyesha kwamba thamani ya \(\lambda\) inatokana na tabia yenye mantiki ya upangaji bei ya Bayesian ya mtengenezaji wa soko.

10. Uboreshaji wa faida inayotarajiwa na mfanyabiashara mwenye taarifa

Mfanyabiashara mwenye taarifa, anapojua \(v\), hukuza faida inayotarajiwa ifuatayo hadi upeo wa juu:

Kielelezo hiki kina mbonyeo (concave) kwa mtazamo wa \(x\) na kiwango cha juu zaidi kinatokea katika hatua hii:

Kutoka hapa, uwiano wa mfanyabiashara mwenye taarifa unapatikana:

11. Utambulisho unaofichua nusu (Half-revealing identity)

Kipengele muhimu cha usawa ni kwamba utambulisho ufuatao unalindwa hata kama kelele za faragha zinaongezeka:

Hii inaonyesha kwamba kipengele cha "half-revealing" (kufichua nusu) katika muundo wa kawaida wa Kyle kinaendelea hata chini ya kelele za faragha. Kwa wastani, bei husonga nusu kati ya thamani ya awali na thamani halisi.

12. Hali ya bei iliyowekwa kwenye usawa

Wakati maadili ya usawa yanapowekwa kwenye nafasi yake, bei huandikwa kwa namna hii:

Fomula hii inaonyesha matokeo ya kuvutia. Kelele za faragha hazibadilishi wastani wa masharti wa bei; gharama haionekani katika wastani wa usambazaji wa bei. Gharama hujitokeza katika faida au hasara inayotarajiwa na mtengenezaji wa soko dhidi ya mtiririko halisi.

13. Ufafanuzi wa faida na hasara inayotarajiwa kwa pande zinazohusika

Katika utafiti, faida na hasara inayotarajiwa kwa vipindi vya pande tatu inafafanuliwa kama ifuatavyo:

Hapa \(\pi_I\) inawakilisha faida inayotarajiwa ya mfanyabiashara mwenye taarifa; \(\pi_N\) ni faida au hasara halisi inayotarajiwa kwa upande wa mfanyabiashara wa kelele; na \(\pi_M\) inaelezea faida inayotarajiwa ya upande wa mtengenezaji wa soko au itifaki juu ya mtiririko halisi.

Jumla yake ni mchezo wa jumla-sufuri (zero-sum):

14. Fomula za usawa wa faida na hasara kwa pande zinazohusika

Chini ya usawa, faida inayotarajiwa ya mfanyabiashara mwenye taarifa ni kama ifuatavyo:

Matokeo halisi yanayotarajiwa ya upande wa mfanyabiashara wa kelele ni kama ifuatavyo:

Na matokeo yanayotarajiwa ya mtengenezaji wa soko au itifaki ni haya:

Fomula hii ya mwisho inapelekea kwenye ugunduzi mkuu wa utafiti: Ikiwa hakuna kelele za faragha, \(\pi_M=0\) inakuwa. Wakati kelele za faragha ni chanya, upande wa itifaki au LP hubeba hasara inayotarajiwa.

15. Privacy subsidy: Gharama ya faragha kwa dimbwi la LP

Tokeo kuu la ustawi la utafiti linataja hasara inayotarajiwa kwa kipindi ya itifaki kama "privacy subsidy" (ruzuku ya faragha):

Fomula hii inaonyesha kwamba kelele za faragha si za bure. Ikiwa kelele zitaongezwa kwenye mtiririko wa oda kwa ajili ya faragha ya watumiaji, basi itifaki au dimbwi la LP lazima likusanye ada ili kufidia gharama hii.

16. Sharti la ada la kurejesha gharama (Break-even fee condition)

Ili itifaki isipate hasara, jumla ya ada za kipindi lazima zikidhi kizingiti hiki:

Kwa maneno mengine, katika muundo wa AMM unaolinda faragha, kiwango cha ada na kigezo cha faragha haviwezi kuchaguliwa kwa kujitegemea. Faragha ya juu zaidi inaweza kusababisha hitaji la juu zaidi la ada ya kurejesha gharama.

17. Mfumo wa faragha ya chini

Wakati kelele za faragha ni ndogo, ruzuku hukua kwa takriban kiwango cha mraba (quadratic):

Hii inaonyesha kuwa katika ongezeko dogo la faragha, gharama hupanda polepole mwanzoni lakini kwa muundo wa mraba. Ikiwa kigezo cha faragha kitazidishwa mara mbili, gharama ya LP katika mfumo wa faragha ya chini inaweza kuongezeka takriban mara nne.

18. Mfumo wa faragha ya juu

Wakati kelele za faragha ni kubwa sana, ruzuku huwa na tabia ya takriban mstari (linear):

Katika mfumo huu, gharama inaendelea kuongezeka; hata hivyo, muundo wa ukuaji hutofautiana na tabia ya mraba katika kipindi cha faragha ya chini.

19. Mwelekeo wa ongezeko la ruzuku

Utafiti unaonyesha kuwa ruzuku ya faragha huongezeka kikamilifu kadri \(\sigma_{\varepsilon}\) inavyoongezeka:

Fomula hii inaonyesha wazi kwamba kadri faragha inavyoongezeka, gharama inayotarajiwa ambayo dimbwi la LP lazima libebe pia inaongezeka.

20. Ukingo na hatua ya kuvunja (Inflection point)

Mnyambuliko wa pili (second derivative) ni kama ifuatavyo:

Kielelezo hiki kinatoa hatua moja tu ya kuvunja:

Hadi hatua hii, mteremko wa gharama ya faragha unaongezeka; baada ya hatua hii gharama bado inaongezeka lakini ongezeko la pembezoni linapungua kasi.

21. Utengano unaowezekana wa ada pamoja na LVR

Utafiti unaweka dhana za privacy subsidy (ruzuku ya faragha) na Loss-Versus-Rebalancing (LVR) kama gharama mbili kutoka kwenye familia moja. Kama pendekezo la kubahatisha la utafiti wa siku zijazo, inatoa mtengano huu wa kisilika:

Hapa \(LVR\) inawakilisha gharama inayotokana na ucheleweshaji wa bei ya AMM kulingana na bei ya nje ya kumbukumbu; na \(|\pi_M|\) inawakilisha gharama inayotokana na kelele za faragha. Mwandishi anatoa utengano huu si kama matokeo kamili, bali kama pendekezo la kisilika ambalo linapaswa kujaribiwa katika siku zijazo.

4. Mbinu na matokeo ya utafiti

Kielelezo cha 1 katika PDF, kinaonyesha jinsi thamani ya ruzuku ya faragha inavyoongezeka kadri \(\sigma_{\varepsilon}\) inavyoongezeka. Mchoro huu umechora kwa ajili ya \(\sigma_v=\sigma_u=1\). Ukingo unakua kwa njia ya mraba mwanzoni, hubadilisha mwinamo katika hatua ya \(\sigma_{\varepsilon}^{\star}=\sqrt{2}\sigma_u\), na inakaribia ukuaji wa kimstari katika mfumo wa faragha ya juu zaidi.

Jedwali la 1, linatoa maadili ya \(\lambda\), \(\beta\) na \(|\pi_M|\) kwa maadili tofauti ya kelele za faragha chini ya dhana ya \(\sigma_v=\sigma_u=1\). Wakati hakuna faragha, \(\lambda=0.500\), \(\beta=1.000\) na \(|\pi_M|=0.000\) inakuwa. Wakati \(\sigma_{\varepsilon}=1.0\), maadili hupanda kufikia \(\lambda=0.354\), \(\beta=1.414\), na \(|\pi_M|=0.354\). Katika faragha ya juu kama vile \(\sigma_{\varepsilon}=5.0\), inakuwa \(\lambda=0.098\), \(\beta=5.099\), na \(|\pi_M|=2.451\).

Jedwali hili linaonyesha kwa uwazi sana utaratibu wa utafiti: Kadri faragha inavyoongezeka, athari ya bei ya mtengenezaji wa soko inapungua; mfanyabiashara mwenye taarifa anakuwa mkali zaidi; na ruzuku inayochukuliwa na itifaki inakua.

Jedwali la 2 linatoa mfano wa urekebishaji (calibration) kwa BTC/USDT. Chini ya dhana ya kila siku ya \(\sigma_v=\$3000\) na \(\sigma_u=1000\) BTC, ruzuku ya faragha inakadiriwa kuwa karibu dola 1,060,000 kwa siku wakati \(\sigma_{\varepsilon}=\sigma_u\). Hii inalinganishwa na ada ya 0.1% inayochukuliwa kutoka kwenye kiwango cha dola bilioni 1 cha kiasi cha biashara ya kila siku kinachozalisha takriban dola milioni 1 za mapato. Matokeo yanaonyesha kuwa kigezo cha faragha na ratiba ya ada zinapaswa kubuniwa pamoja.

5. Maelezo ya chanzo na mbinu

Utafiti huu si jaribio la kimatendo la ujifunzaji wa mashine (machine learning), bali ni muundo wa kinadharia wa muundo mdogo wa soko. Mwandishi anapanua muundo wa kawaida wa Kyle kwa kuongeza kelele za faragha na kupata fomula zilizofungwa.

Katika muundo huo, kuna mfanyabiashara mwenye taarifa, mtiririko wa mfanyabiashara wa kelele, na mtengenezaji wa soko wa Bayesian. Mtengenezaji wa soko hazingatii mtiririko halisi wa oda, bali ishara iliyoongezwa kelele ya \(\tilde{y}=y+\varepsilon\). Hupanga bei kulingana na ishara hii; hata hivyo, miamala hufanyika kupitia mtiririko halisi wa oda.

Uchambuzi unaendelea katika hatua tatu. Kwanza, usawa wa kimstari wa Kyle hupatikana. Kisha, faida na hasara inayotarajiwa ya pande zinazohusika inatenganishwa. Hatimaye, hasara inayotarajiwa inayobebwa na itifaki/dimbwi la LP inafafanuliwa kama "privacy subsidy" (ruzuku ya faragha) na inajadiliwa jinsi inavyoweza kutumika kwenye miundo tofauti ya faragha.

Katika sehemu ya nyongeza, jedwali la mfano lisilo na vipimo kwa \(\sigma_v=\sigma_u=1\) na hesabu ya mfano kulingana na dola za kila siku kwa BTC/USDT inatolewa. Mahesabu haya yanalenga kuonyesha jinsi fomula zinavyoweza kutumika kupanga kiwango cha ada katika muundo wa vitendo.

6. Lebo za meta

Tokeo la kwanza la utafiti ni kwamba usawa wa Kyle unabaki katika muundo rahisi na uliofungwa chini ya kelele za faragha. Uwiano wa athari za bei \(\lambda\) na uwiano wa mfanyabiashara mwenye taarifa \(\beta\), hupimwa upya kupitia msemo wa \(\sigma_u^2+\sigma_{\varepsilon}^{2}\).

Tokeo la pili, utambulisho wa \(\lambda\beta=1/2\) unalindwa. Hiyo inamaanisha kuwa kelele za faragha hazionekani kuharibu kabisa maudhui ya taarifa ya bei juu juu. Bei bado hubeba kipengele cha kawaida cha kufichua nusu (half-revealing).

Tokeo la tatu na muhimu zaidi, ni kwamba gharama huonekana zaidi katika faida/hasara inayotarajiwa ya itifaki dhidi ya mtiririko halisi badala ya usambazaji wa bei. Mtengenezaji wa soko hufanya maamuzi yenye mantiki kulingana na ishara anayoiona; lakini tofauti ya ishara kati yake na mtiririko halisi husababisha hasara kwenye dimbwi la LP.

Tokeo la nne ni kwamba hasara hii inaweza kupimwa kwa fomula iliyofungwa:

Thamani hii inatafsiriwa kama msingi wa ada ya kurejesha gharama ambayo soko linalolinda faragha linapaswa kukusanya.

Tokeo la tano ni kwamba si kila muundo wa faragha unalingana moja kwa moja na muundo huu. Miundo ya AMM iliyolindwa (shielded) inayotumia kelele wazi ya nyongeza inafaa moja kwa moja kwenye muundo. Mabadilishano ya makundi (batched swaps) kwa mtindo wa Penumbra, hata hivyo, haitoi ruzuku ya faragha katika muundo huu; kwa sababu mtengenezaji wa soko anaona mtiririko wa kundi jumla uleule anao upanga bei na kuufanyia biashara. Minada ya zabuni zilizofungwa (sealed-bid auctions) ya mtindo wa Suave inakaribia zaidi ucheleweshaji wa muda na mfumo wa gharama sawa na LVR. Mifumo ya kuvuka inayounganishwa na orakeli (oracle-pegged crossing) kama vile Renegade, inabaki nje ya mfumo wa uvumbuzi wa bei wa Kyle.

Kwa Nini Hili Ni Muhimu?

Faragha katika masoko ya fedha za kielektroniki mara nyingi inaelezwa kama mafanikio ya kiufundi: Oda za watumiaji zifichwe, uangalizi kwenye mtandao (on-chain) uwe mgumu, nia ya miamala isifichuliwe. Hata hivyo, utafiti huu unaonyesha kwamba faragha ina gharama katika mtazamo wa muundo mdogo wa soko.

Ikiwa AMM au mtengenezaji wa soko anaona mtiririko halisi wa oda ukiwa na ukungu zaidi, hufanya upangaji wa bei kwa kutumia taarifa zisizo wazi. Hali hii inaweza kutengeneza faida kwa mfanyabiashara mwenye taarifa. Upande wa wafanyabiashara wa kelele (noise trader) pia unaweza kufaidika kwa ujumla kutokana na faragha; kwa sababu mtengenezaji wa soko ana uwezo mdogo wa kutofautisha mtiririko halisi. Walakini, faida ya pande hizi mbili huonekana kama hasara kwa itifaki/dimbwi la LP.

Kwa sababu hii, katika muundo wa soko la kubadilisha fedha linalolinda faragha, swali la "tunatoa faragha kiasi gani?" halitoshi. Wakati huo huo, maswali kama "gharama ya ukwasi ya faragha hii ni ipi?" na "ni kiwango gani cha ada kinahitajika ili kuweka dimbwi la LP katika hali ya kurejesha gharama?" yanapaswa kuulizwa.

Ujumbe mkuu wa utafiti huu kwa mtazamo wa Verianla ni huu: Faragha sio tu kipengele cha kriptografia katika muundo wa soko la fedha za kielektroniki, bali pia ni kipengele cha gharama ya kiuchumi. Ikiwa kigezo cha faragha (privacy parameter), ratiba ya ada (fee schedule), na motisha za LP hazitabuniwa pamoja, uendelevu wa mfumo unaweza kuharibika.

Mambo ya Kuzingatia

Utafiti huu si ushauri wa uwekezaji. Ni muundo wa kitaaluma kuhusu muundo wa soko la fedha za kielektroniki, muundo mdogo wa soko, na uchambuzi wa kinadharia wa ustawi.

Muundo huu uko katika mfumo wa mstari mmoja (single-period) wa Kyle. Mienendo ya soko ya vipindi vingi, tabia za watoa ukwasi, athari za kitabu halisi cha oda, na hisia za kimkakati za ada zinahitaji uchambuzi tofauti.

Inachukuliwa kuwa kelele za faragha ni kelele huru za Gauss. Katika mifumo halisi, njia za faragha zinaweza kuwa na mwelekeo (directional), zinazobadilika (adaptive), zinazotegemea makundi (batch-based), zenye kuchelewa kwa muda, au zenye usambazaji tofauti.

Fomula zilizofungwa za utafiti huu zinafaa moja kwa moja hasa kwa miundo ya AMM iliyolindwa inayotumia kelele za nyongeza (additive-noise). Miundo tofauti kama vile Penumbra, Suave au Renegade inahitaji vielelezo tofauti.

Mfano wa BTC/USDT ni urekebishaji (calibration) wa kuelezea tu. Kiasi halisi cha biashara kwenye soko, tofauti (spread), tabia ya LP, kuyumbayumba (volatility), kiwango cha ada (fee tier), na hali za MEV vinaweza kubadilisha matokeo.

Sharti la ada ya kurejesha gharama huhesabiwa kupitia kiasi cha usawa bila ada (no-fee equilibrium). Katika maisha halisi, ada inapowekwa, tabia ya mfanyabiashara inaweza kubadilika; hii inaweza pia kuathiri kiasi cha biashara na muundo wa mkakati.

Hitimisho

Utafiti huu wa kitaaluma unaonyesha ukweli muhimu wa kiuchumi katika miundo ya soko la fedha za kielektroniki linalolinda faragha kupitia fomula iliyofungwa: Kuongeza kelele za faragha kwenye mtiririko wa oda, hupunguza ubora wa uchunguzi wa mtengenezaji wa soko na hali hii inasababisha hasara inayotarajiwa kwa itifaki/dimbwi la LP.

Katika muundo huo, kadri faragha inavyoongezeka, uwiano wa athari za bei \(\lambda\) unashuka, uwiano wa mfanyabiashara mwenye taarifa \(\beta\) unaongezeka na utambulisho wa \(\lambda\beta=1/2\) unalindwa. Kwa hivyo, muundo wa taarifa za bei juu juu hauonekani kuharibika kabisa. Hata hivyo, gharama halisi imefichwa katika tofauti kati ya ishara inayoonekana na mtengenezaji wa soko na mtiririko halisi unaofanyika.

Gharama hii inaitwa "privacy subsidy" (ruzuku ya faragha):

Fomula hii inaonyesha kwamba katika miundo ya AMM inayolinda faragha au masoko ya kubadilisha fedha, kiwango cha ada hakiwezi kupangwa bila mpangilio. Faragha zaidi, inaweza kumaanisha gharama zaidi kwa LP au itifaki.

Kwa upande wa Verianla, ujumbe mkuu wa utafiti huu uko wazi: Faragha inaunda thamani muhimu katika masoko ya fedha za kielektroniki; lakini thamani hii lazima ifadhiliwe kiuchumi. Ikiwa muundo wa faragha, mtindo wa ada na motisha kwa watoa ukwasi hazizingatiwi katika mfumo sawa wa kihisabati, itakuwa vigumu kujenga muundo endelevu wa soko.

Kumbuka Kuhusu Chanzo na Mbinu

Maudhui haya yametayarishwa kwa kuchunguza PDF ya kitaaluma yenye kichwa cha habari The Privacy Subsidy: Kyle’s λ under Noise-Perturbed Order-Flow Observation. Maandishi haya si tafsiri ya neno kwa neno. Lengo la utafiti huu, ukiwemo muundo wake, fomula za msingi, matokeo ya usawa, utenganishaji wa ustawi, dhana ya ruzuku ya faragha, jumbe za michoro/majedwali, na mapungufu yameelezewa upya na kurahisishwa kwa wasomaji wa Verianla katika lugha asilia na ya kihariri.

Fomula zimetolewa katika umbizo la LaTeX linaloambatana na MathJax, kwa kuzingatia muundo wa kihisabati uliopo katika utafiti. Makala hii si ushauri wa uwekezaji, pendekezo la itifaki, au mkakati wa soko la moja kwa moja.