Arbitrage and the Stability of AMM Price Tracking

Sintesi Tecnica: Arbitraggio e Stabilità del Tracciamento dei Prezzi degli AMM

Enunciato del Problema
Gli Automated Market Maker (AMM) determinano i prezzi in base allo stato del pool anziché a un libro degli ordini a limite. Sebbene l'intuizione economica prevalente suggerisca che gli arbitraggisti correggeranno le deviazioni tra i prezzi degli AMM e i prezzi di riferimento esterni, la letteratura esistente manca di una prova rigorosa che questo meccanismo garantisca la stabilità alla scala del blocco. Nelle blockchain, la correzione dei prezzi non è continua; è discreta, soggetta all'ordinamento delle transazioni, ai ritardi, alle commissioni e a potenziali fallimenti. Inoltre, nei pool a liquidità concentrata, l'efficacia della correzione dipende dallo stato. La ricerca attuale si concentra o su approssimazioni in tempo continuo, su profitti di arbitraggio isolati o su rischi specifici di esecuzione (MEV, frontrunning) senza unificare questi fattori in un modello a ciclo chiuso che dimostri che l'errore di tracciamento rimane stabile.

Metodologia
Gli autori modellano il processo di tracciamento dei prezzi degli AMM come un sistema stocastico a ciclo chiuso operante a livello di blocco.

1. Definizioni dello Stato:

   • $P_n$: Log-prezzo di riferimento prima del blocco $n$.
   • $\tilde{P}_n$: Log-prezzo dell'AMM dopo il blocco $n$.
   • $x_n = P_n - \tilde{P}_{n-1}$: Errore di tracciamento pre-esecuzione (divario visto dagli arbitraggisti).
   • $z_n = P_n - \tilde{P}_n$: Errore di tracciamento post-esecuzione.
   • La dinamica segue $x_{n+1} = z_n + w_{n+1}$, dove $w_n$ è un disturbo esogeno.

2. Riduzione del Livello di Esecuzione:
   Invece di modellare il complesso gioco dei cercatori e dell'ordinamento delle transazioni, gli autori riducono il livello di esecuzione a due quantità chiave:

   • Limite della zona morta ($\bar{\gamma}$): Un limite misurabile che rappresenta il massimo raggio "no-trade" dovuto a commissioni, slippage e costi fissi.
   • Correzione Realizzata ($C_n$): La riduzione totale riuscita dell'entità dell'errore fornita dal blocco.
   • Una regola di esecuzione sequenziale determina quali transazioni in un blocco hanno successo in base al fatto che l'errore residuo superi la banda residua eseguibile specifica della transazione.

3. Quadro Teorico:

   • Assunzioni: Il modello assume un kernel stocastico omogeneo nel tempo per gli ambienti dei blocchi e una "Condizione di correzione per errori grandi". Questa condizione postula che quando il divario è sufficientemente grande, esiste una probabilità non nulla ($p^*$) che il blocco rimuova almeno una frazione ($\lambda^*$) del divario in eccesso.
   • Proposizione 1: Fornisce un calcolo esplicito per la "banda no-trade" e la dimensione ottimale dell'arbitraggio in un AMM a prodotto costante, dimostrando come le commissioni e i costi fissi creino una soglia quantitativa per una correzione profittevole.
   • Proposizione 2: Stabilisce che l'errore post-esecuzione è limitato dall'errore pre-esecuzione meno la correzione realizzata, vincolato dalla zona morta.

4. Analisi di Stabilità:
   Gli autori impiegano la teoria di Foster-Lyapunov per analizzare la catena di Markov degli errori di tracciamento. Costruiscono una funzione di Lyapunov $V(x) = e^{\alpha|x|}$ per dimostrare che, sotto la condizione di correzione per errori grandi, il sistema esibisce una deriva negativa al di fuori di un insieme compatto.

Risultati Chiave

• Teorema 1 (Ergodicità Geometrica): Sotto le assunzioni stated, il processo di errore di tracciamento $\{x_n\}$ è una catena di Markov ricorrente positiva di Harris che converge a una misura di probabilità invariante unica $\pi_x$ a un tasso geometrico. Ciò dimostra che il tracciamento dei prezzi degli AMM è stabile nel lungo periodo, a condizione che grandi deviazioni attivino correzioni di arbitraggio affidabili.
• Limiti Espliciti: Il lavoro deriva limiti espliciti a un passo che collegano la qualità del tracciamento alla liquidità e alla qualità dell'esecuzione. Nello specifico, il tasso di convergenza dipende dal prodotto della frazione di correzione ($\lambda^*$) e della probabilità di consegna ($p^*$).
• Calibrazione Empirica: Utilizzando dati della mainnet di Ethereum (blocchi 16800007–16803511), gli autori costruiscono proxy empirici per i parametri del teorema:
  • Proxy della zona morta ($\bar{\gamma}$): $\approx 3.82 \times 10^{-4}$.
  • Quota di correzione per errori grandi ($\hat{\lambda}^*$): 0.50.
  • Probabilità di consegna ($\hat{p}^*$): 72.9%.
  • I dati confermano che i grandi divari vengono corretti più frequentemente e profondamente rispetto ai piccoli divari.
• Validazione tramite Simulazione: Simulazioni ridotte guidate da questi parametri empirici dimostrano che il sistema ritorna rapidamente al tubo operativo dopo gli shock. Le statiche comparative mostrano che aumentare la quota di correzione o la probabilità di consegna stringe il tracciamento, mentre costi fissi più elevati o una liquidità inferiore allargano l'errore di tracciamento.

Significato e Affermazioni
Il contributo principale del lavoro è trasformare l'intuizione economica di base secondo cui "l'arbitraggio allinea i prezzi degli AMM" in una dichiarazione quantitativa di stabilità con un'interfaccia di calibrazione trattabile.

• Lacuna Teorica Colmata: Fornisce il primo modello stocastico a ciclo chiuso alla scala del blocco che unisce le dinamiche degli AMM, gli incentivi all'arbitraggio e i vincoli di esecuzione (commissioni, ordinamento, fallimento) per dimostrare la stabilità.
• Utilità Pratica: Gli autori non rivendicano una validazione empirica netta del teorema stesso. Invece, dimostrano che le quantità richieste dal teorema (zona morta, probabilità di correzione) sono osservabili on-chain e che le simulazioni guidate da queste quantità osservate si comportano in modo coerente con le previsioni teoriche.
• Insight sul Meccanismo: Attraverso un esempio a prodotto costante, il lavoro mappa esplicitamente come le commissioni, i costi fissi di esecuzione e la profondità delle riserve determinino la banda economica no-trade e la dimensione ottimale del trade correttivo, offrendo un'interfaccia chiara per interpretare come liquidità e attrito influenzino la stabilità dei prezzi.

In sintesi, il lavoro stabilisce che il tracciamento dei prezzi degli AMM alla scala del blocco è ergodico geometricamente se gli incentivi all'arbitraggio sono sufficientemente forti da garantire che, con probabilità sufficiente, le grandi deviazioni vengano parzialmente corrette in ogni blocco. Questa stabilità è condizionata dall'interazione tra profondità della liquidità, costi di esecuzione e affidabilità del meccanismo di correzione.