💻 computer science

Strategic Analysis of Just-In-Time Liquidity Provision in Concentrated Liquidity Market Makers

Questo articolo presenta il primo modello formale a livello di transazione della fornitura di liquidità Just-In-Time (JIT) nei Concentrated Liquidity Market Maker, caratterizzando strategie ottimali che rivelano come gli attuali fornitori sottoperformino significativamente a causa dell'impatto sul prezzo non contabilizzato, dimostrando al contempo che l'impiego strategico del JIT migliora l'efficienza dei trader a scapito dei profitti dei fornitori di liquidità passivi.

Autori originali: Bruno Llacer Trotti, Weizhao Tang, Rachid El-Azouzi, Giulia Fanti, Daniel Sadoc Menasche

Pubblicato 2026-06-12

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Bruno Llacer Trotti, Weizhao Tang, Rachid El-Azouzi, Giulia Fanti, Daniel Sadoc Menasche

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina un vivace mercato digitale dove le persone scambiano token digitali. In questo mondo, ci sono due tipi principali di giocatori: i Fornitori di Liquidità Passivi e i Fornitori Just-In-Time (JIT).

L'Ambientazione: Il Mercato Digitale

Pensa al mercato come a un gigantesco distributore automatico (un Automated Market Maker, o AMM).

I Fornitori Passivi sono come persone che riempiono il distributore con snack e li lasciano lì per giorni o settimane. Guadagnano una piccola commissione ogni volta che qualcuno compra uno snack, ma corrono un rischio: se il prezzo degli snack cambia mentre loro sono assenti, potrebbero perdere soldi rispetto al semplice tenere gli snack in tasca.
I Fornitori JIT sono come venditori ambulanti iper-attenti. Non tengono snack nel distributore tutto il giorno. Osservano il distributore, aspettano il momento specifico in cui un grande cliente sta per comprare una grande quantità di snack e poi istantaneamente riempiono il distributore con snack extra solo per quella singola transazione. Poi si prendono una grossa fetta della commissione e rimuovono immediatamente i loro snack.

Il Problema: Il "Sandwich" e il Costo Nascosto

Il documento si concentra su questi fornitori JIT, specificamente in una versione moderna del distributore automatico chiamata Concentrated Liquidity Market Maker (CLMM). In questa versione, i fornitori possono scegliere di mettere i loro snack solo in un intervallo di prezzo specifico (come vendere solo gusti "cioccolato", non "vaniglia").

I fornitori JIT utilizzano una strategia spesso chiamata "attacco sandwich":

Vedono un grosso scambio in arrivo.
Aggiungono la loro liquidità proprio prima che avvenga lo scambio.
Lo scambio avviene e il fornitore JIT incassa una commissione enorme perché ha fornito la maggior parte della liquidità per quel momento.
Rimuovono la loro liquidità proprio dopo.

Il Rovescio della Medaglia: Il documento sostiene che molti fornitori JIT stiano giocando a questo gioco alla cieca. Sono così concentrati sul prendere la commissione che si dimenticano di controllare l'impatto sul prezzo (price impact).

L'Analogia: Immagina di essere un fornitore JIT. Vedi un cliente che sta per comprare 100 mele. Ti affanni per aggiungere 100 mele all'espositore.

La Commissione: Ottieni una provvigione per aver aiutato la vendita.
L'Impatto sul Prezzo: Poiché hai aggiunto così tante mele proprio prima della vendita, il prezzo delle mele sull'espositore potrebbe spostarsi in un modo che danneggia te quando vai a riprendere le tue mele. Se il prezzo si sposta contro di te, potresti effettivamente perdere soldi sulle mele stesse, anche se hai incassato una commissione.

Cosa ha scoperto il Documento

I ricercatori hanno costruito un modello matematico (un insieme di regole) per capire la strategia perfetta per questi fornitori Jini. Si sono chiesti: "Se sai esattamente come si muoverà il prezzo, quanto devi investire e dove, per massimizzare il profitto?"

Ecco le loro principali scoperte, tradotte in linguaggio semplice:

1. I Fornitori "Ciechi" stanno lasciando soldi sul tavolo
I ricercatori hanno analato dati reali dall'exchange Uniswap. Hanno scoperto che gli attuali fornitori JIT agiscono come conducenti che ignorano il GPS. Stanno effettuando scambi che fanno perdere loro denaro o che ne guadagnano pochissimo.

Il Risultato: Se questi fornitori avessero utilizzato la "strategia perfetta" calcolata dal modello del documento, avrebbero potuto guadagnare fino al 69% in più in media. Attualmente, non tengono conto di come le proprie azioni cambino il prezzo.

2. Non si tratta della Commissione; si tratta dello Spostamento del Prezzo
Molti pensano che i fornitori JIT guadagnino semplicemente raccogliendo la commissione di transazione. Il documento dice no.

Il Risultato: Per questi fornitori, il vero guadagno deriva dall'impatto sul prezzo (lo spostamento del valore dei token che possiedono durante il brevissimo istante in cui sono nel mercato). In effetti, circa il 93% del loro profitto deriva da questo movimento del prezzo, non dalla commissione stessa. Stanno essenzialmente scommettendo che il prezzo si muoverà a loro favore per una frazione di secondo.

3. La Lama a Doppio Taglio
Il documento ha anche esaminato cosa succede agli altri se i fornitori JIT iniziano a giocare perfettamente.

Per i Trader (I Clienti): È una buona notizia. Quando i fornitori JIT aggiungono liquidità in modo perfetto, lo "slippage" (il costo extra che un cliente paga perché il prezzo si muove durante l'acquisto) diminuisce. Lo scambio diventa più fluido e meno costoso per l'acquirente.
Per i Fornitori Passivi (I Detentori a Lungo Termine): È una cattiva notizia. Se i fornitori JIT diventano troppo bravi nel loro lavoro, rubano quasi tutte le commissioni. Il documento stima che i fornitori JIT ottimizzati potrebbero ridurre i guadagni dei fornitori passivi di fino al 44% per transazione.

I Tre Tipi di Scambio

Il documento categorizza gli scambi affrontati dai fornitori JIT in tre "gusti":

Lo Scambio Sovrapprezzato: Il prezzo di mercato è più alto del prezzo della macchina. Il fornitore JIT interviene, vende a un prezzo alto e realizza un profitto. Questo è lo scenario dei "soldi facili".
Lo Scambio di Arbitraggio: Il prezzo della macchina è errato e un trader lo sta correggendo. Il fornitore JIT interviene, ma il prezzo si muove contro di lui. Di solito perde denaro qui, a meno che la commissione non sia enorme.
Lo Scambio di "Overshoot" (Sforamento): Il prezzo si muove oltre il valore equo e poi si corregge. Il fornitore JIT intelligente mette denaro solo per la parte dello scambio in cui vincerà, e resta fuori dalla parte in cui perderà.

Conclusione

Il documento conclude che, sebbene i fornitori di liquidità Just-In-Time siano una forza potente che rende i mercati più efficienti per i trader, attualmente stanno giocando una partita subottimale. Utilizzando un approccio più intelligente, basato sulla matematica, per decidere quando entrare e quanto investire, potrebbero aumentare drasticamente i loro profitti. Tuttavia, ciò avverrebbe a spese dirette degli investitori passivi a lungo termine che mantengono in funzione il sistema.

Gli autori suggeriscono che il futuro di questi mercati dipenda dal trovare un equilibrio in cui questi fornitori "sniper" possano svolgere il loro compito senza mangiare completamente i profitti dei fornitori "farmer" che mantengono vivo il sistema.

Sintesi Tecnica: Analisi Strategica della Fornitura di Liquidità Just-In-Time nei Concentrated Liquidity Market Maker

Definizione del Problema

Sebbene gli Automated Market Makers (AMM) come Uniswap V3 abbiano raggiunto una significativa adozione, gli incentivi e i comportamenti di una specifica classe di Liquidity Provider (LP)—i JIT LP (Just-In-Time)—rimangono teoricamente poco esplorati. A differenza dei LP passivi che mantengono la liquidità per periodi prolungati, i JIT LP sono agenti strategici che forniscono liquidità momentaneamente per un singolo swap al fine di estrarre commissioni sproporzionatamente elevate. Questi agenti operano tipicamente tramite "sandwich attacks", inserendo una transazione di "add liquidity" immediatamente prima di un trade target e una transazione di "remove liquidity" immediatamente dopo.

Nonostante la loro prevalenza e l'emergere di tecnologie che ne facilitano l'operatività (ad es. Flashbots, Uniswap V4 hooks), esiste una mancanza di modelli rigorosi, a livello di singola transazione, che descrivano il comportamento JIT nei CLMM (Concentrated Liquidity Market Makers). La letteratura esistente spesso non riesce a tenere conto del complesso compromesso tra ricavi da commissioni e impatto sul prezzo (impermanent loss) alla granularità dei singoli scambi, portando a una lacuna nella comprenszione delle strategie JIT ottimali e dei loro effetti sistemici sull'efficienza del mercato e sulla redditività dei LP passivi.

Metodologia

Gli autori sviluppano un modello formale, a livello di transazione, per i JIT LP all'interno del framework CLMM (esemplificato da Uniswap V3). La metodologia procede attraverso quattro fasi principali:

Modellazione Teorica dell'Impatto sul Prezzo: Il documento ridefinisce l' "impermanent loss" come "impatto sul prezzo" per comprendere sia i guadagni che le perdite. Deriva le condizioni necessarie e sufficienti (Teorema 3.1) sotto le quali un movimento di prezzo risulta in un impatto sul prezzo non positivo (un guadagno) per un LP. Questa analisi distingue tra i trade che spostano il prezzo del pool lontano dal prezzo di mercato esterno (favorevoli) e quelli che lo spostano verso il prezzo di mercato (sfavorevoli).
Formulazione dell'Ottimizzazione dell'Utilità: Il processo decisionale di un JIT LP è modellato come un problema di ottimizzazione non lineare. L'obiettivo è massimizzare una funzione di utilità $U(s; \theta) = F(s; \theta) - C(s; \theta)$ , dove $F$ rappresenta il reddito da commissioni e $C$ l'impatto sul prezzo (costo). Lo spazio delle strategie $S$ include la scelta dell'ammontare di liquidità $L$ e dell'intervallo di prezzo $(a, b)$ , vincolata da un budget $\rho$ .
Soluzione Algoritmica: Gli autori provano l'esistenza di una strategia globale ottimale (Teorema 4.1) e propongono un algoritmo (Algoritmo 1) per calcolarla. L'algoritmo itera su intervalli di prezzo fattibili e risolve un problema di ottimizzazione unidimensionale non concavo per determinare il livello di liquidità ottimale $L^*$ per ogni intervallo.
Validazione Empirica: Utilizzando dati on-chain dalla pool USDC/WETH su Uniswap V3 (gennaio–giugno 2024), gli autori simulano le prestazioni di transazioni JIT reali rispetto alle strategie ottimali derivate. Analizzano 6.829 swap identificati come JIT per valutare gli attuali gap di performance e le implicazioni a livello di mercato.

Contributi Chiave

1. Caratterizzazione del Paesaggio dell'Impatto sul Prezzo

Il documento caratterizza formalmente le condizioni sotto le quali la fornitura di liquidità genera guadagni o perdite. Stabilisce che:

Prezzi Divergenti: Se un trade sposta il prezzo dell'AMM lontano dal prezzo di mercato esterno ( $q \to q'$ tale che la distanza aumenti), l'LP sperimenta un impatto sul prezzo non positivo (un guadagno).
Prezzi Convergenti: Se un trade sposta il prezzo dell'AMM verso il prezzo di mercato esterno, l'LP sperimenta un impatto sul prezzo positivo (una perdita).
Comportamento Limite: Man mano che $L \to \infty$ , l'impatto sul prezzo è governato dal disallineamento tra i prezzi del pool e di mercato; man mano che $L \to 0$ , l'impatto sul prezzo svanisce.

2. Formulazione dell'Ottimizzazione dell'Utilità JIT

Gli autori definiscono una funzione di utilità a livello di transazione che cattura il compromesso tra ricavi da commissioni e impatto sul prezzo. Classificano il comportamento JIT ottimale in tre archetipi strategici basati sulla direzione del trade:

Overpriced Trades (Trade Sovrapprezzati): Il prezzo del pool si allontana dal prezzo di mercato. Questi sono altamente profittevoli per i JIT LP poiché catturano sia le commissioni che un impatto sul prezzo favorevole.
Arbitrageur Trades (Trade di Arbitraggio): Il prezzo del pool si muove verso il prezzo di mercato. Questi sono generalmente non profittevoli per i JIT LP, a meno che le commissioni non siano sufficientemente elevate da compensare la perdita per impatto sul prezzo.
Overshoot Trades (Trade con Superamento): Il trade attraversa il prezzo di mercato. Le strategie ottimali prevedono la concentrazione della liquidità solo nel segmento "favorevole" del trade (dove l'impatto sul prezzo è non positivo) piuttosto che nell'intero intervallo.

3. Strategia Algoritmica e Prova di Esistenza

Il documento prova l'esistenza di una strategia ottimale per ogni dato swap e fornisce un metodo computazionale per trovarla. L'algoritmo dimostra che le strategie ottimali spesso comportano l'allocazione dell'intero budget in specifici intervalli di tick dove l'impatto sul prezzo è favorevole, piuttosto che distribuire la liquidità in modo ampio.

4. Approfondimenti Empirici sulle Prestazioni Reali

Adattando la soluzione ottimale ai dati reali, lo studio rivela:

Comportamento Attuale Subottimale: Gli attuali JIT LP spesso non tengono conto dell'impatto sul prezzo, partecipando a trade non profittevoli. Gli autori stimano che l'adozione della strategia ottimale potrebbe aumentare i guadagni JIT fino al 69% in media su piccole finestre temporali.
Driver di Redditività: Contrariamente all'assunto che le commissioni siano il driver primario, il 93,7% dei ricavi JIT nel dataset studiato deriva da guadagni di impatto sul prezzo, non dall'estrazione di commissioni dai LP passivi.
Impatto sul Mercato: Sebbene la partecipazione JIT attuale sia bassa (<2% delle commissioni), le simulazioni suggeriscono che le strategie JIT ottimizzate potrebbero ridurre il reddito da commissioni dei LP passivi fino al 44% per ogni trade. Viceversa, questa maggiore liquidità riduce lo slippage per i trader, migliorando l'efficienza del mercato.

Significato e Rivendicazioni

Il documento sostiene di fornire il primo modello formale, a livello di transazione, della fornitura di liquidità JIT per i CLMM. La sua importanza risiede nel:

Colmare il Gap Teorico: Va oltre l'analisi generale degli incentivi dei LP per modellare specificamente il comportamento strategico ad alta frequenza degli agenti JIT.
Correggere i Malintesi: Dimostra che le attuali strategie JIT sono spesso subottimali perché ignorano la dinamica dell'impatto sul prezzo, e che l'impatto sul prezzo, non l'estrazione di commissioni, è la fonte primaria dei profitti JIT.
Implicazioni Sistemiche: Il lavoro evidenzia una tensione nell'ecosistema AMM: mentre la liquidità JIT strategicamente ottimizzata migliora l'efficienza del capitale e riduce lo slippage per i trader, essa agisce come una forza di attrito che erode la redditività dei LP passivi.
Utilità Pratica: L'algoritmo proposto offre uno strumento concreto per gli agenti per massimizzare l'utilità, suggerendo che il "rumore" attuale nella redditività JIT sia dovuto a una mancanza di ottimizzazione piuttosto che a una naturale inefficienza del mercato.

Gli autori concludono che, sebbene i JIT LP operino attualmente con un ampio margine di miglioramento, il loro dispiegamento strategico può migliorare la struttura del mercato riducendo le dislocationi di prezzo, a condizione che il compromesso con i rendimenti dei LP passivi venga riconosciuto. Il lavoro futuro suggerisce di esplorare i design di protocollo che bilancino questi interessi contrastanti.