💻 computer science

Where Does MEV Really Come From? Revisiting CEXDEX Arbitrage on Ethereum

تقترح هذه الورقة نموذج AMM ممتدًا في الزمن المنفصل يتضمن قفزات سعرية عشوائية لإثبات أن عمليات المراجحة بين المنصات المركزية واللامركزية (CEX-DEX) هي مصدر رئيسي، تم التقليل من تقديره سابقًا، لتعظيم القيمة المستخرجة (MEV) على شبكة إيثيريوم، مع تقديرات نظرية تتطابق وثيقًا مع الملاحظات التجريبية.

المؤلفون الأصليون: Bence Ladóczk, Miklós Rásonyi, János Tapolcai

نُشر 2026-04-20

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Bence Ladóczk, Miklós Rásonyi, János Tapolcai

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

السؤال الكبير: من أين يأتي هذا "المال المجاني"؟

تخيل بلوكشين إيثيريوم كأنه سوق رقمي ضخم وصاخب. في هذا السوق، يوجد نوعان من المتاجر:

CEX (المنصات المركزية): مثل سوبر ماركت ضخم فائق السرعة (مثل Binance) حيث تُحدث الأسعار فوراً.
DEX (المنصات اللامركزية): مثل سوق مزارعين محلي (مثل Uniswap) حيث يتم تحديد الأسعار بناءً على كمية البضائع الموجودة في السلة عبر عقد ذكي.

أحياناً، يكون سعر حبة طماطم (أو إيثيريوم) مختلفاً قليلاً في السوبر ماركت عنه في سوق المزارعين. التحكيم (Arbitrage) هو عملية شراء السلعة بسعر منخفض من مكان وبيعها بسعر مرتفع في الآخر لتحقيق ربح سريع.

في عالم الكريبتو، يُطلق على هذا "المال المجاني" اسم MEV (القيمة القصوى القابلة للاستخراج). وهو الربح الذي يحققه المعدنون (أو "بناة الكتل") من خلال إعادة ترتيب المعاملات لاقتناص هذه الفروقات في الأسعار.

الغموض:
لفترة طويلة، اعتقد الخبراء أن معظم هذا المال يأتي من حيل "مظلمة" مثل هجمات الساندوتش (Sandwich Attacks) (الإيقاع بالمستخدمين العاديين) أو التحكيم الذري (Atomic Arbitrage) (المبادلة بين سوقي مزارعين). وكانوا يعتقدون أن الربح الناتج عن مقارنة السوبر ماركت بسوق المزارعين (CEX-DEX arbitrage) صغير ونادر.

اكتشاف الورقة البحثية:
يقول مؤلفو هذه الورقة: "مهلاً لحظة! لقد كنا ننظر إلى الأمر بشكل خاطئ". ويجادلون بأن التحكيم بين المنصات المركزية واللامركزية (CEX-DEX arbitrage) هو في الواقع المصدر الأكبر لـ MEV، وأن النماذج السابقة قللت من تقديره بشكل هائل.

الخلل في الخريطة القديمة: "الطريق الناعم" مقابل "الأرنب القافز"

لفهم سبب خطئهم، نحتاج إلى النظر في كيفية نمذجة السوق.

النموذج القديم (Black-Scholes):
تخيل قيادة سيارة على طريق معبد ناعم تماماً. يمكنك فقط تحريك عجلة القيادة قليلاً في كل مرة. هكذا كانت النماذج الرياضية القديمة تعامل أسعار الكريبتو. افترضت أن الأسعار تتحرك بخطوات صغيرة ومستمرة، مثل المشي البطيء والثابت.

المشكلة: أسعار الكريبتو لا تمشي؛ بل تعدو وتنقض. في ثانية يكون سعر البيتكوين 35,000 دولار، وفي الثانية التالية يصبح 36,000 دولار. نموذج "الطريق الناعم" القديم تجاهل هذه القفزات المفاجئة تماماً.

النموذج الجديد (الأرنب القافز):
بنى المؤلفون خريطة جديدة. تخيل أرنباً يقفز عبر حقل. أحياناً يتخذ خطوات صغيرة (انتشار)، ولكن غالباً ما يقوم بقفزات ضخمة وغير متوقعة (قفزات).

أدركوا أن فرص التحكيم تحدث عادةً في اللحظة التي يقفز فيها الأرنب. إذا ظل السعر مستقراً، فإن سوق المزارعين يتكيف ببطء. ولكن إذا "قفز" سعر السوبر ماركت، يصبح سوق المزارعين بعيداً جداً عن الواقع فجأة، مما يخلق فرصة ربح هائلة للمُحكّم.

من خلال تجاهل القفزات، كانت النماذج القديمة كمن يحاول التنبؤ بموجة تسونامي عبر قياس التموجات في حوض استحمام فقط.

كيف أثبتوا ذلك: "الآلة الحاسبة السحرية"

لم يكتفِ المؤلفون بالتخمين؛ بل بنوا محاكاة فائقة الدقة.

البيانات: نظروا في بيانات حقيقية من إيثيريوم (Uniswap) ومن منصات عالمية (Binance، إلخ) على مدار عدة أسابيع.
الرياضيات: أنشأوا معادلة معقدة تأخذ في الاعتبار:
- الانجراف (Drift): الاتجاه العام للسوق.
- الضجيج (Noise): التقلبات الصغيرة العشوائية.
- القفزات (Jumps): التغيرات السعرية المفاجئة والضخمة.
النتيجة: عندما قاموا بتشغيل نموذج "الأرنب القافز" الجديد، تطابقت الأرقام مع الواقع بشكل مثالي تقريباً.
- تنبؤ النموذج القديم: حجم التحكيم صغير (الصف 5 في جدولهم).
- الواقع: حجم التحكيم ضخم (الصف 1 في جدولهم).
- تنبؤ النموذج الجديد: حجم التحكيم ضخم (الصف 6 في جدولهم).

وجدوا أن حجم التداولات المدفوعة بهذه القفزات السعرية هو أكبر بعدة مراتب مما كان يعتقده أي شخص.

المُحكّمون "المختبئون"

إليك هذه الالتفاتة المثيرة للاهتمام: وجد المؤلفون أنه حتى "متداولي الضجيج" (الأشخاص الذين يتبادلون الرموز لمجرد التسلية) قد يفعلون شيئاً آخر في الواقع.

تخيل طريقاً سريعاً مزدحماً. ترى سيارات تسير بشكل عشوائي. لكن إذا نظرت بتمعن، ستدرك أن العديد من تلك السيارات "العشوائية" هي في الواقع شاحنات توصيل تحاول الوصول من النقطة (أ) إلى النقطة (ب) بأسرى ما يمكن.

في سوق الكريبتو، جزء كبير من حجم التداول ليس مجرد "ضجيج". إنه في الواقع تحكيم مخفي.

عندما يقفز السعر، تلاحظ عشرات الروبوتات (Bots) هذه الفرصة.
جميعهم يهرعون لإصلاح فرق السعر.
ولأنهم كثر جداً، يتم إصلاح السعر بسرعة كبيرة لدرجة أنه يبدو كصفقة عادية للمراقب الخارجي.
يقدر المؤلفون أن التحكيم يقود جزءاً هائلاً من حجم التداول اليومي، وهو أكثر بكثير من مجرد روبوتات MEV "الواضحة".

لماذا يهمك هذا؟

الـ MEV ليس "مظلماً" دائماً: الكثير من المال الذي يجنيه بناة الكتل يأتي من آلية سوق مشروعة (الحفاظ على توافق الأسعار بين المنصات)، وليس فقط من سرقة المستخدمين العاديين.
السوق كفء (لكنه فوضوي): السوق سريع جداً ومليء بـ "الأرانب القافزة" لدرجة أن فرص التحكيم تظهر وتختفي في طرفة عين.
أوقات الكتل لن تحل المشكلة: يعتقد البعض أن جعل الكتل أسرع سيوقف الـ MEV. يقول المؤلفون: "لا". بما أن الفرص تأتي من قفزات الأسعار المفاجئة، فإن جعل الكتل أسرع لن يوقف القفزات؛ بل سيعني فقط أن الروبوتات يجب أن تستجيب بسرعة أكبر.
الجانب "المظلم" أكثر سطوعاً: تشير الورقة إلى أن الإيرادات "المظلمة" (MEV) هي في الواقع نتيجة رياضية طبيعية لمدى تقلب أسواق الكريبتو. إنها "الضريبة" لاقتصاد رقمي سريع الحركة.

الخلاصة في جملة واحدة

تثبت الورقة أن "المال المجاني" في الكريبتو يأتي في الغالب من قفزات سعرية ضخمة ومفاجئة تجاهلتها النماذج الرياضية القديمة، وأن هذا النشاط هو المحرك الرئيسي لحجم التداول والأربات في نظام إيثيريوم البيئي.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "من أين يأتي الـ MEV حقاً؟ إعادة النظر في المراجحة بين المنصات المركزية واللامركزية (CEX–DEX) على إيثيريوم."

1. بيان المشكلة

تتناول الورقة البحثية تناقضاً جوهرياً في نظام إيثيريوم البيئي فيما يتعلق بمصدر وحجم القيمة القابلة للاستخراج كحد أقصى (MEV).

التناقض: تشير الدراسات التجريبية إلى أن المراجحة بين المنصات المركزية واللامركزية (CEX–DEX) (المراجحة بين الأسعار في المنصات المركزية واللامركزية) تستحوذ على جزء هائل من عوائد الـ MEV وحجم التداول، وهو ما يتجاوز بكثير حجم المراجحة "النافعة" (benign) أو هجمات الساندوتش (sandwich attacks). ومع ذلك، فإن النماذج النظرية الحالية تقلل من تقدير هذه الأرقام بشكل كبير.
السبب الجذري: تعتمد النماذج النظرية السابقة بشكل كبير على إطار عمل بلاك-شولز (Black–Scholes)، الذي يفترض أن أسعار الأصول تتبع مساراً مستمراً (الحركة البراونية الهندسية) مع تغيرات تدريجية صغيرة.
الخلل: يرى المؤلفون أن نموذج بلاك-شولز يفشل لأنه يتجاهل قفزات الأسعار (price jumps). في الواقع، غالباً ما تنشأ فرص المراجحة تحديداً عندما تقفز الأسعار بشكل غير مستمر (مثل التحركات المفاجئة والكبيرة في سعر ETH). ومن خلال افتراض مسارات مستمرة، تغفل نماذج بلاك-شولز عن الآلية الأساسية التي تقود حجم المراجحة والأرباح.

2. المنهجية

يقترح المؤلفون إطاراً رياضياً جديداً لنمذجة عملية سوء التسعير بين أسعار الـ CEX والـ DEX.

أ. نموذج عشوائي موسع ذو زمن منفصل

بدلاً من المعادلات التفاضلية العشوائية ذات الزمن المستمر، يستخدم المؤلفون نهجاً ذا زمن منفصل (يتماشى مع وقت كتلة إيثيريوم) يدمج كلاً من الانتشار (diffusion) والقفزات (jumps):

ديناميكيات السعر: يتم تعريف عملية اللوغاريتم السعري $X_n$ $X_{n}$ بشكل تكراري:
$X_{n+1} - X_n = \mu(X_n) + \sigma(X_n)\epsilon_{n+1} + Z_{n+1}U_{n+1}$
- المكون الانتشاري: $\mu$ (الانجراف) و $\sigma$ (التقلب) مع الضجيج $\epsilon$ .
- مكون القفزة: $Z_{n+1}$ هو متغير برنولي يشير إلى وجود قفزة، و $U_{n+1}$ هو سعة القفزة.
- العمومية: توزيع الضجيج $\epsilon$ ليس مقيداً بالتوزيع الطبيعي (Gaussian)؛ بل يمكن أن يكون له توزيعات مختلفة (بما في ذلك الذيول الثقيلة). هذا النموذج يستوعب حالات خاصة مثل بلاك-شولز، وميرتون لانتشار القفزات (Merton Jump Diffusion)، وعمليات أورنستين-أولينبيك (Ornstein–Uhlenbeck).

ب. آلية المراجحة

يحاكي النموذج "مُراجعحاً ميكروبياً" (myopic arbitrageur) يتحرك عندما يتجاوز سوء التسعير اللوغاريتمي ( $\tilde{X}_n$ ) عتبة محددة بواسطة رسوم صانع السوق الآلي (AMM fee) وهي ( $\gamma$ ).

إذا كان $\tilde{X}_n > \gamma_+$ ، يقوم المُراجعح بالتداول لإعادة السعر إلى $\gamma_+$ .
إذا كان $\tilde{X}_n < -\gamma_-$ ، يتم إعادة ضبط السعر إلى $-\gamma_-$ .
يتم نمذجة النظام كـ سلسلة ماركوف (Markov Chain) حيث الحالة هي مستوى سوء التسعير.

ج. التحليل النظري

توزيع الاحتمال المستقر (SPD): يثبت المؤلفون أنه بموجب افتراضات بسيطة (انجراف وتقلب ثابتين وضجيج محدود الكثافة)، فإن عملية سوء التسعير هي سلسلة ماركوف إرغودية (ergodic Markov chain).
التقارب: يوضحون أنه يمكن حساب التوزيع المستقر عبر تكرار الدوال (function iteration) مع تقارب هندسي. وهذا يسمح بحساب الكثافة الثابتة $f^*(x)$ دون الحاجة إلى حلول مغلقة (closed-form solutions).
الاشتقاقات: باستخدام الـ SPD، يشتقون تعبيرات مغلقة لكل من:
- حجم تداول المراجحة المتوقع.
- ربح المراجحة المتوقع.
- وتيرة التداولات على المدى الطويل.

د. التنفيذ التجريبي

جمع البيانات: جمع المؤلفون بيانات من السلسلة (on-chain) من مجمع (pool) رئيسي لـ Uniswap V2 ETH–USDT (من 13 إلى 29 سبتمبر 2025) وأسعار خارج السلسلة (off-chain) من منصات CEX رئيسية (Binance, KuCoin, Gate.io) بدقة ثانية واحدة.
ملاءمة المعلمات: قاموا بملاءمة معلمات النموذج ( $\mu, \sigma, q, \mu_J, \sigma_J$ ) للبيانات المرصودة. وبشكل حاسم، استخدموا عتبة $\tau$ للتمييز بين "الحركات الانتشارية" و"القفزات".
المحاكاة: تم استخدام مكامل عددي بلغة ++C لحساب الـ SPD عبر تكرار الدوال (100 خطوة) وحساب الأحجام والأرباح المتوقعة.

3. المساهمات الرئيسية

التصحيح النظري: تثبت الورقة أن افتراض بلاك-شولز للمسارات المستمرة غير كافٍ لنمذجة مراجحة الـ AMM. وقد قدمت نموذج انتشار-قفزة في زمن منفصل يلتقط بدقة الطبيعة "المتقطعة" (spiky) لتحركات أسعار الكريبتو.
الدقة الرياضية: يقدم المؤلفون برهاناً صارماً على أن عملية سوء التسعير هي سلسلة ماركوف إرغودية، وأنه يمكن حساب توزيعها المستقر بكفاءة عبر التكرار.
التوفيق بين النظرية والتطبيق: ينتج النموذج الجديد تقديرات تتوافق وثيقاً مع الملاحظات التجريبية، مما يحل الفجوة طويلة الأمد بين التوقعات النظرية (حجم منخفض) والواقع التجريبي (حجم مرتفع).
الأدوات مفتوحة المصدر: أصدر المؤلفون تطبيقاً بلغة ++C للسماح بإعادة الإنتاجية وللمزيد من الاستكشاف لنماذج الـ AMM العشوائية.

4. النتائج الرئيسية

حل التناقض في الحجم:
- النماذج القديمة (BS): توقعت حجم مراجحة يومي قدره ~208 ألف دولار للمجمع المختبر.
- البيانات التجريبية: كان الحجم المرصود ~3.3 مليون دولار (إجمالي عمليات التبديل/swaps) مع تحديد ~970 ألف دولار عبر قواعد استدلالية للمراجحة بين CEX وDEX.
- النموذج الجديد: توقع حجماً قدره ~1.88 مليون دولار، وهو أعلى بنحو 9 أضعاف من نموذج BS ويقترب من الحدود العليا التجريبية.
الربحية: يقدر النموذج أرباح المراجحة بنحو ~1,454 دولار/يوم، وهو ما يماثل إجمالي الـ MEV المستخرج من المجمع، مما يشير إلى أن سوق المراجحة تنافسي للغاية ومشبع.
دور القفزات: أظهرت المعلمات الملائمة أن احتمال القفزة ( $q$ ) بلغ حوالي 4.5% في الثانية، مع وجود ذيول ثقيلة لأحجام القفزات. وأكد النموذج أن قفزات الأسعار هي المحرك الرئيسي لحجم المراجحة، وليس الانتشار المستمر الذي تفترضه النماذج السابقة.
متداولو الضجيج (Noise Traders): يشير التحليل إلى أن "متداولي الضجيج" (المتداولين الذين لا يتفاعلون مع فجوات الأسعار) يساهمون بجزء ضئيل من إجمالي الحجم مقارنة بالتداولات المدفوعة بالمراجحة.
وقت الكتلة: خلص المؤلفون إلى أن تقليل أوقات الكتلة (على سبيل المثال، كتل أسرع) من غير المرجح أن يقلل الـ MEV بشكل كبير لأن الفرص تنشأ من قفزات الأسعار، والتي تحدث بغض النظر عن تكرار الكتلة.

5. الأهمية

أصول الـ MEV: توفر الورقة تفسيراً نظرياً طبيعياً بأن جزءاً كبيراً من عوائد الـ MEV ينبع من المراجحة بين CEX وDEX، وهي آلية ضرورية لتمكين الـ AMMs من تتبع أسعار السوق الخارجية، بدلاً من مجرد الهجمات "الافتراسية" مثل الساندوتش.
تصميم السوق: تتحدى الورقة الافتراض القائل بأن أوقات الكتل الأسرع ستلغي الـ MEV. بما أن القفزات هي المحرك، فإن سرعة اكتشاف السعر (CEX مقابل DEX) أهم من سرعة انتشار الكتلة.
النماذج الاستدلالية التجريبية: تشير الدراسة إلى أن طرق التحديد التجريبية الحالية للمراجحة (التي تعتمد على قواعد استدلالية صارمة مثل "أول عملية تبديل في الكتلة") قد تكون مقيدة للغاية، مما يؤدي لتجاهل حجم كبير من نشاط المراجحة الخفي الذي يتنبأ به النموذج الجديد.
النمذجة المالية: تضع إطاراً أكثر متانة لنمذجة أسعار الأصول المشفرة، بالانتقال من نموذج "بلاك-شولز/جوسيان" إلى تضمين القفزات والضجيج غير الجوسي، وهو أمر بالغ الأهمية لتقييم المخاطر والأرباح بدقة في مجال الـ DeFi.

باختصار، تثبت الورقة أن تجاهل قفزات الأسعار يؤدي إلى تقليل هائل في تقدير حجم الـ MEV وحجم المراجحة. ومن خلال دمج القفزات في نموذج عشوائي ذي زمن منفصل، نجح المؤلفون في سد الفجوة بين التمويل النظري والواقع التجريبي لنظام إيثيريوم البيئي.