💰 quantitative finance

The Privacy Subsidy: Kyle's $\lambda$ under Noise-Perturbed Order-Flow Observation

Dieser Artikel leitet ein eindeutiges lineares Kyle-Gleichgewicht für datenschutzfreundliche Kryptowährungsbörsen her, bei denen ein Market-Maker einen mit Rauschen gestörten Orderfluss beobachtet, und zeigt, dass sich zwar die Preiswirkung und die Strategien informierter Händler mit dem Datenschutzrauschen skalieren, ihr Produkt jedoch invariant bleibt, wodurch eine geschlossene „Datenschutzsubvention" etabliert wird, die die notwendige Gebühr quantifiziert, um Liquiditätsanbieter für Informationsleckagen zu kompensieren.

Ursprüngliche Autoren: Yuki Nakamura

Veröffentlicht 2026-05-18

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Yuki Nakamura

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Ganze: Der „verblindete" Auktionator

Stellen Sie sich einen geschäftigen Marktplatz vor, auf dem Menschen ein seltenes, wertvolles Gut (wie eine digitale Münze) kaufen und verkaufen. In einem normalen Markt gibt es einen Auktionator (den Market Maker), der den Preis basierend darauf festlegt, wie viele Menschen gerade kaufen oder verkaufen.

Normalerweise sieht der Auktionator die Gesamtzahl der Aufträge klar. Wenn ein „kluger Insider" (jemand, der den wahren zukünftigen Wert des Gutes kennt) versucht, eine große Menge zu kaufen, erkennt der Auktionator den großen Auftrag, merkt, dass etwas im Busch ist, und erhöht sofort den Preis, um sich zu schützen. Dies macht es für den Insider schwierig, Gewinn zu erzielen.

Das Problem: In modernen Krypto-Märkten wünschen sich die Menschen Privatsphäre. Sie möchten nicht, dass der Auktionator ihre genauen Aufträge sieht. Daher fügt der Markt eine Schicht aus „Statik" oder „Rauschen" zu den Aufträgen hinzu, bevor der Auktionator sie sieht. Es ist, als würde der Auktionator nebelige Gläser tragen. Er kann sehen, dass irgendeine Aufträge eingegangen sind, aber er kann nicht genau erkennen, wie groß sie sind oder wer sie gesendet hat.

Die Entdeckung: Privatsphäre hat ein verstecktes Preisschild

Das Papier stellt eine einfache Frage: Was passiert mit dem Geldbeutel des Auktionators, wenn er diese nebeligen Gläser trägt?

Der Autor, Yuki Nakamura, führt eine mathematische Simulation durch und kommt zu einem überraschenden Ergebnis:

Der Insider wird schlauer: Da der Auktionator vom Nebel verwirrt ist, erkennt der „kluge Insider", dass er größere Mengen handeln kann, ohne sofort entdeckt zu werden. Er wird aggressiver.
Der Auktionator verliert Geld: Da der Auktionator die wahre Größe der Aufträge nicht sehen kann, setzt er den Preis leicht falsch an. Der „kluge Insider" nutzt diesen Fehler aus, um Gewinn zu machen.
Das „Privatsphären-Subsidium": Dieser Gewinn, den der Insider erzielt, ist nicht kostenlos. Er stammt direkt aus der Tasche des Auktionators. Das Papier nennt diesen Verlust das „Privatsphären-Subsidium".

Die Analogie: Stellen Sie sich den Auktionator als Ladenbesitzer vor und das „Rauschen" als dichten Nebel, der in den Laden zieht.

Bei klarem Wetter sieht der Ladenbesitzer, wie ein Kunde 100 Artikel kauft, und weiß, dass er den Preis erhöhen muss.
Im Nebel sieht der Ladenbesitzer eine verschwommene Gestalt und vermutet, dass der Kunde 50 Artikel kauft, und verlangt daher einen niedrigeren Preis.
Der Kunde (der weiß, dass der Nebel da ist) kauft 100 Artikel zum niedrigeren Preis, macht einen riesigen Gewinn, und der Ladenbesitzer verliert Geld.
Das Subsidium: Das Geld, das der Ladenbesitzer verliert, ist die „Kosten des Nebels". Wenn der Laden offen bleiben soll, muss er eine spezielle Gebühr erheben, um diesen Verlust zu decken.

Die wichtigsten Erkenntnisse (in einfacher Sprache)

1. Die „halb-enthüllende" Regel gilt weiterhin
Selbst mit dem Nebel bewegt sich der Preis immer noch zur Hälfte in Richtung der Wahrheit. Der Nebel verändert nicht, wie stark sich der Preis im Durchschnitt bewegt; er macht den Preis lediglich verrauschter. Der „kluge Insider" und der „Auktionator" gleichen sich immer noch auf eine bestimmte mathematische Weise aus, unabhängig davon, wie dick der Nebel ist.

2. Die Kosten wachsen mit dem Nebel
Das Papier berechnet genau, wie viel Geld der Auktionator verliert, abhängig davon, wie dick der Privatsphären-Nebel ist.

Niedriger Nebel: Wenn Sie ein wenig Privatsphäre hinzufügen, sind die Kosten sehr gering (sie wachsen langsam, wie ein Quadrat).
Hoher Nebel: Wenn Sie viel Privatsphäre hinzufügen, wachsen die Kosten schneller und werden zu einer geraden Linie.
Der Sweet Spot: Es gibt einen bestimmten Punkt, an dem die Kosten für das Hinzufügen von mehr Privatsphäre beginnen, sich zu verlangsamen. Es ist wie Autofahren im Nebel: Die ersten paar Schritte des Nebels sind beängstigend, aber sobald Sie bereits in einem dichten Nebel sind, ändert das Hinzufügen von etwas mehr nicht viel an Ihrer Sichtweite.

3. Jeder gewinnt (außer der Bank)
Hier kommt die Wendung:

Der kluge Insider macht mehr Geld, weil der Nebel ihn versteckt.
Die normalen Leute (Rausch-Händler) verlieren tatsächlich weniger Geld als üblich. Warum? Weil der Nebel sie auch vor dem klugen Insider versteckt! Der kluge Insider kann sie nicht so leicht aussortieren.
Das Ergebnis: Sowohl der kluge Insider als auch die normalen Leute sind besser dran.
Der Haken: Das Protokoll/Liquiditätspool (die Bank, die das Geld bereitstellt) verliert genau die Summe dessen, was die anderen gewonnen haben. Das „Privatsphären-Subsidium" ist das Geld, das von der Bank an die Händler übertragen wird.

Die reale Anwendung

Das Papier konzentriert sich auf eine bestimmte Art von Krypto-Börse, die als Shielded AMM (Automated Market Maker) bezeichnet wird und „Differential Privacy" verwendet (Hinzufügen von mathematischem Rauschen).

Das Papier kommt zu dem Schluss, dass Sie, wenn Sie eine solche Privatsphäre bewahrende Börse bauen, nicht einfach eine Standardgebühr erheben können. Sie müssen eine spezifische „Break-even-Gebühr" erheben, die das Privatsphären-Subsidium deckt.

Wenn Sie diese Gebühr nicht erheben, werden die Menschen, die die Liquidität bereitstellen (die Bank), Geld verlieren und gehen.
Das Papier liefert eine Formel, um genau zu berechnen, wie hoch diese Gebühr sein sollte, basierend darauf, wie viel Privatsphären-Rauschen Sie injizieren.

Was dieses Papier nicht sagt

Es spricht nicht über andere Arten von Privatsphäre (wie das „Bündeln" von Aufträgen oder „versiegelte Gebote", bei denen man wartet, bis man den Preis sieht). Das sind verschiedene Rätsel, die unterschiedliche Lösungen benötigen.
Es schlägt nicht vor, dass Privatsphäre „schlecht" ist. Es sagt einfach, dass Privatsphäre Kosten hat, und diese Kosten müssen vom System (über Gebühren) bezahlt werden, damit der Markt funktioniert.

Zusammenfassende Metapher

Stellen Sie sich ein Pokerspiel vor, bei dem der Dealer (der Market Maker) eine Sonnenbrille trägt, die die Karten verschwommen macht.

Die Profi-Spieler (Insider) erkennen, dass sie stärker bluffen können, weil der Dealer ihre Karten nicht klar sehen kann.
Die Hobby-Spieler (Rausch-Händler) erkennen, dass der Dealer auch ihre Karten nicht sehen kann, sodass die Profi-Spieler sie nicht so leicht betrügen können.
Das Casino (das Protokoll) verliert Geld, weil die Profi-Spieler mehr gewinnen und die Hobby-Spieler weniger verlieren.
Die Schlussfolgerung des Papiers: Um das Casino offen zu halten, müssen sie den Spielern eine zusätzliche „Verschwommene-Gebühr" erheben. Diese Gebühr ist das Privatsphären-Subsidium. Es ist der Preis, den Sie zahlen, um Ihre Karten versteckt zu halten.

Technische Zusammenfassung: Das Privatsphären-Subsidium: Kyle's $\lambda$ unter verrauschter Beobachtung des Orderflusses

1. Problemstellung

Die Arbeit schließt eine Lücke in der klassischen Theorie der Marktstruktur bezüglich privatsphärenschützender Kryptowährungsbörsen. In Standard-Kyle-Modellen (1985) beobachtet ein Market Maker (MM) den aggregierten Orderfluss $y = x + u$ (wobei $x$ informierter Handel und $u$ Rauschen ist), um Preise zu setzen. Moderne privatsphärenschützende Designs (z. B. geschützte AMMs, Zero-Knowledge-Börsen) verändern jedoch diese Beobachtung. Statt $y$ zu sehen, beobachtet der MM ein verrauschtes Signal $\tilde{y} = y + \epsilon$ , wobei $\epsilon$ unabhängiges, gaußverteiltes Privatsphärenrauschen ist.

Das zentrale Problem besteht darin, dass klassische Ergebnisse auf dieses Regime nicht übertragbar sind. Insbesondere ist unklar, wie sich der Preis-Impact-Koeffizient ( $\lambda$ ), die Strategie des informierten Händlers ( $\beta$ ) und die Wohlfahrtsverteilung ändern, wenn die Beobachtung des MM durch Privatsphärenrauschen verschleiert wird, insbesondere wenn der MM ein gebundener bayesscher Akteur (wie ein Smart Contract) und nicht ein wettbewerbsorientierter Akteur mit Null-Gewinnerwartung ist.

2. Methodik und Modellierung

Die Autoren konstruieren ein lineares Kyle-Gleichgewichtsmodell mit einer Periode und folgenden Grundgrößen:

Asset-Wert ( $v$ ): Normalverteilt $N(p_0, \sigma_v^2)$ .
Rauschfluss ( $u$ ): Normalverteilt $N(0, \sigma_u^2)$ , unabhängig von $v$ .
Privatsphärenrauschen ( $\epsilon$ ): Normalverteilt $N(0, \sigma_\epsilon^2)$ , unabhängig von sowohl $v$ als auch $u$ .
Beobachtung: Der MM beobachtet $\tilde{y} = x + u + \epsilon$ .
Market Maker (MM): Modelliert als gebundener bayesscher AMM. Im Gegensatz zum Lehrbuch-Market Maker, der einen erwarteten Nullgewinn erzwingt, setzt dieser MM mechanisch den Preis $p(\tilde{y}) = E[v | \tilde{y}]$ . Jeder erwartete Verlust wird vom Liquiditätspool (LP) des Protokolls absorbiert. Diese Rahmung wurde gewählt, um On-Chain-Smart-Contract-Preisierungsregeln zu modellieren, die sich nicht strategisch anpassen können, um Nullgewinne zu gewährleisten.
Informierter Händler: Ein risikoneutraler Insider, der $v$ beobachtet und einen linearen Order $x = \beta(v - p_0)$ platziert.

Das Gleichgewicht ist durch ein Paar $(\beta, \lambda)$ definiert, sodass die Preisregel bayessch rational ist und der informierte Händler den erwarteten Gewinn gegeben die Preisregel maximiert.

3. Hauptbeiträge und Ergebnisse

A. Geschlossene lineare Gleichungslösung (Satz 1)

Die Arbeit leitet das eindeutige lineare Gleichgewicht unter Privatsphärenrauschen her. Die Gleichgewichtskoeffizienten lauten:
$\lambda = \frac{\sigma_v}{2\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}$
$\beta = \frac{\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}{\sigma_v}$

Wesentliche Eigenschaften:

Neuskalierung: Sowohl $\lambda$ als auch $\beta$ werden durch einen einzigen Faktor skaliert, der vom Privatsphärenparameter $\sigma_\epsilon$ abhängt.
Invarianz: Das Produkt $\lambda \beta = 1/2$ bleibt unabhängig vom Niveau des Privatsphärenrauschens invariant. Dies erhält die „halb-enthüllende" Eigenschaft des klassischen Kyle-Gleichgewichts: Der bedingte Mittelwertpreis bewegt sich halbwegs vom Prior zum wahren Wert, $E[p|v] = (p_0 + v)/2$ .
Vergleichende Statik: Mit zunehmendem Privatsphärenrauschen ( $\sigma_\epsilon$ ) nimmt der Preis-Impact-Koeffizient $\lambda$ ab (Preise werden weniger empfindlich gegenüber dem Fluss), und die Strategie des informierten Händlers $\beta$ intensiviert sich (der Insider handelt aggressiver, um sich im Rauschen zu verstecken).

B. Das Privatsphären-Subsidium (Satz 2)

Die Arbeit führt eine Wohlfahrtszerlegung durch, um den erwarteten Gewinn/Verlust für jeden Akteur zu berechnen.

Gewinn des informierten Händlers ( $\pi_I$ ): Steigt mit $\sigma_\epsilon$ .
Gewinn des Rauschhändlers ( $\pi_N$ ): Steigt (Verluste nehmen ab) mit $\sigma_\epsilon$ .
Gewinn des MM/Protokolls ( $\pi_M$ ): Wird negativ.

Die Arbeit identifiziert eine geschlossene Transferzahlung vom Protokoll/LP-Pool an die Händler, die als Privatsphären-Subsidium bezeichnet wird:
$|\pi_M| = \frac{\sigma_v \sigma_\epsilon^2}{2\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}$

Diese Größe stellt die Break-even-Gebühr dar, die jede privatsphärenaggregierende Börse erheben muss, um ihre Liquiditätsschicht zu kompensieren. Sie ist null, wenn $\sigma_\epsilon = 0$ (Wiederherstellung des Lehrbuch-Kyle-Ergebnisses), und sonst strikt positiv.

C. Vergleichende Statik des Subsidiums

Das Subsidium zeigt spezifisches asymptotisches Verhalten:

Niedrig-Privatsphären-Regime ( $\sigma_\epsilon \to 0$ ): Das Subsidium wächst quadratisch ( $\propto \sigma_\epsilon^2$ ).
Hoch-Privatsphären-Regime ( $\sigma_\epsilon \to \infty$ ): Das Subsidium wächst linear ( $\propto \sigma_\epsilon$ ).
Wendepunkt: Die Funktion besitzt einen einzigen Wendepunkt bei $\sigma_\epsilon^* = \sqrt{2}\sigma_u$ und geht dabei von konvex zu konkav über.

D. Anwendbarkeit und Grenzen

Die Autoren grenzen den Geltungsbereich ihres Rahmens ab:

Anwendbar: Geschützte AMMs mit expliziter additiver gaußverteilter Rauscheinjektion (z. B. Differential Privacy).
Nicht anwendbar (erfordert separate Rahmenwerke):
- Penumbra-artige gebündelte Swaps: Diese reduzieren sich auf das Lehrbuch-Kyle-Modell mit neu skaliertem Rauschvarianz, erzeugen jedoch unter einem bayesschen MM kein Privatsphären-Subsidium.
- Suave-artige versiegelte Gebotsauktionen: Diese beinhalten eine zeitliche Asymmetrie statt additivem Rauschen und ähneln eher dem „Loss-Versus-Rebalancing" (LVR).
- Renegade-artige oracle-gepegte Kreuzungen: Diese fallen vollständig außerhalb der Kyle-Analyse, da die Preisfindung exogen ist.

4. Bedeutung und Einordnung

Die Arbeit positioniert ihr Ergebnis an der Schnittstelle von Marktstruktur und dezentraler Finanzierung (DeFi):

Erweiterung der Marktstruktur: Sie erweitert Kyles lineares Gleichgewicht von 1985 auf ein bisher nicht analysiertes Beobachtungsregime, bei dem die Unvollkommenheit im Signal des Market Makers und nicht in der Information des Händlers liegt.
DeFi-Analogie zu LVR: Das „Privatsphären-Subsidium" wird als einperiodiges, geschlossenes Analogon zu Loss-Versus-Rebalancing (LVR) präsentiert. Während LVR die Kosten misst, die durch das Ausnutzen veralteter Preise durch Arbitrageure mit externen Informationen entstehen, misst das Privatsphären-Subsidium die Kosten, die durch Privatsphärenrauschen entstehen, das die Flussbeobachtung des MM verschleiert. Beides sind Wohlfahrtsübertragungen von Liquiditätsbereitstellern an Händler.
Implikation für das Fee-Design: Das Ergebnis liefert eine theoretische Untergrenze für Gebühren in privatsphärenschützenden Börsen. Die Arbeit stellt fest, dass für eine Kalibrierung BTC/USDT ein Privatsphärenparameter, der der Varianz des Rauschhandels entspricht ( $\sigma_\epsilon = \sigma_u$ ), eine Break-even-Gebühr von etwa 1 Million US-Dollar pro Tag impliziert, was einer 0,1%-Gebühr auf ein Volumen von 1 Milliarde US-Dollar entspricht.

Die Arbeit schließt, dass Privatsphäre zwar sowohl informierten als auch Rauschhändlern zugutekommt (durch Verringerung der adversen Selektion gegen Rauschhändler und Steigerung der Gewinne informierter Händler), jedoch die gesamten Kosten vom Protokoll/LP-Pool getragen werden, was eine spezifische Gebührenstruktur zur Sicherstellung der Solvenz erfordert.