Riepilogo Tecnico: Verso una Competizione tra Searcher Decentralizzata nei Mercati MEV

1. Definizione del Problema

I mercati del Valore Estrattibile Massimale (MEV) sui blockchain permissionless affrontano significativi rischi di centralizzazione. Mentre la letteratura esistente ha analizzato estensivamente la centralizzazione tra block builder e validator, questo articolo identifica la competizione tra searcher come un locus di centralizzazione distinto e critico.

L'attuale estrazione di MEV si basa su un meccanismo di asta a prezzo fisso e vincitore unico (first-price, winner-take-all) in cui i searcher competono per l'inclusione nel blocco. L'articolo sostiene che questo design, combinato con l'inerente eterogeneità dei searcher (differenze nella copertura delle opportunità, efficienza di esecuzione, capitale e informazione), porti a una severa concentrazione dei premi. In questo ambiente, i premi si accumulano nel searcher con il rango più alto (offerta più alta o migliore esecuzione) piuttosto che essere distribuiti proporzionalmente ai contributi marginali. Questa "dominanza di rango" crea alte barriere all'ingresso, rafforza il dominio di infrastrutture specializzate e mina gli obiettivi di decentralizzazione dei protocolli permissionless.

La sfida principale consiste nel progettare un meccanismo che distribuisca i premi in modo più ampio e giusto tra i searcher, mantenendo rigorosamente le garanzie di sicurezza in un ambiente permissionless. Nello specifico, qualsiasi meccanismo che premi più sottoscrizioni deve prevenire:

1. Attacchi Sybil: Searcher che frammentano una singola strategia di esecuzione in più identità (codice copiato o degradato) per catturare una quota maggiore di premi.
2. Collusione Validator-Searcher: Coalizioni in cui validator e searcher coordinano le proprie azioni per aumentare i payoff congiunti attraverso la frammentazione delle identità.

2. Metodologia

Modello di Sistema

Gli autori sviluppano un modello eterogeneo di competizione tra searcher che coinvolge:

• Entità: Un insieme finito di searcher $S$ e un validator.
• Classi di Opportunità: Le opportunità MEV sono raggruppate in classi (ad es., arbitraggio, liquidazione).
• Eterogeneità: I searcher differiscono in:
  • Copertura delle Opportunità: La probabilità $\alpha_{i,\tau}$ di scoprire un'opportunità nella classe $\tau$.
  • Qualità dell'Esecuzione: Il valore netto normalizzato certificato $z_{i,o}$ del proprio codice di esecuzione, derivato dal valore lordo meno i costi di esecuzione.
• Struttura Informativa: Un framework bayesiano in cui i searcher conoscono il proprio codice e il proprio valore, ma conoscono solo le primitive distributive della partecipazione e dei valori dei competitor prima della scadenza della sottomissione.

Metriche di Valutazione

L'articolo introduce due metrici primarie per valutare i meccanismi d'asta:

1. Indice di Fairness di Jain pesato con Shapley ($J_{Sh}$): Misura se i premi sono proporzionali ai contributi marginali (valori di Shapley) dei searcher al surplus atteso. Un valore di 1 indica una perfetta equità corretta per il contributo; valori inferiori indicano concentrazione.
2. Indice di Herfindahl–Hirschman del Premio Atteso (ER-HHI): Misura la concentrazione dei premi attesi a lungo termine tra i searcher. Il reciproco ($N_{eff}$) rappresenta il "numero effettivo di searcher premiati".

Definizioni di Sicurezza

L'articolo definisce la sicurezza contro le deviazioni in un contesto bayesiano (valutando i payoff attesi condizionati dalla propria partecipazione e dal proprio valore):

• Resistenza Sybil da Codice Copiato Bayesiano: Impedisce a un searcher di aumentare il proprio payoff atteso sottendo più copie o versioni degradate del proprio codice.
• Resistenza alla Coalizione Validator-Searcher Bayesiana: Impedisce a un searcher e a un validator di aumentare il loro payoff congiunto atteso attraverso deviazioni basate su codice copiato.

3. Contributi Chiave

A. Analisi dell'Asta a Prezzo Fisso (FPA)

L'articolo stabilisce la FPA standard come benchmark.

• Sicurezza: La Fza è dimostrata essere robusta contro le deviazioni Sybil da codice copiato e le coalizioni validator-searcher in senso ex-post (e quindi bayesiano). Poiché solo il miglior offerente vince, frammentare una strategia in più offerte non aumenta la probabilità di vittoria o il payoff.
• Fallimento Economico: Sotto l'effetto dell'eterogeneità, la FPA premia la dominanza di rango piuttosto che il contributo marginale.
  • Se esiste un piccolo set di "searcher dominanti" (alta copertura o alta qualità di esecuzione), essi vincono quasi sempre.
  • L'articolo dimostra che man mano che la probabilità di partecipazione dei searcher dominanti si avvicina a 1, il numero effettivo di searcher premiati ($N_{eff}$) converge alla dimensione della classe dominante (potenzialmente 1), e l'indice di fairness ($J_{Sh}$) crolla.
  • Ciò porta a un esito "vincitore prende tutto" dove i searcher di qualità inferiore sono effettivamente esclusi dai premi, rinforzando la centralizzazione.

B. Meccanismo Proposto: Entry-Filtered Shapley-Capped Auction (SCA)

Per affrontare i limiti della FPA, gli autori propongono la Entry-Filtered Shapley-Capped Auction.

• Design del Meccanismo:
  1. Filtro di Ingresso (Entry Filter): Le sottomissioni con valori netti certificati inferiori a una soglia $\theta$ vengono rifiutate.
  2. Condivisione Shapley (Shapley Sharing): Se il numero di sottomissioni ammesse ($t_\theta$) è inferiore a un limite $H$, i premi sono distribuiti secondo il valore di Shapley del gioco dipendente dal validator, scalato dai parametri di ritenzione ($\eta_S, \eta_V$).
  3. Fallback con Cap (Capped Fallback): Se $t_\theta > H$, il meccanismo passa a un ramo conservativo in cui solo la sottomissione superiore riceve un premio (scalato verso il basso), e il resto del surplus viene bruciato (burn).
• Sicurezza tramite Burning: Il meccanismo utilizza funzioni di burn (bruciare una parte del surplus) per eliminare l'incentivo economico per gli attacchi Sybil. Calibrando attentamente i parametri di burn ($\kappa_S, \kappa_V$), il meccanismo assicura che il payoff atteso di un searcher (o di una coalizione) non aumenti frammentando la propria sottomissione in più identità.
• Garanzie Teoriche: L'articolo fornisce una caratterizzazione della sicurezza bayesiana, dimostrando che con una scelta appropriata dei parametri, la SCA è resistente alle deviazioni Sybil da codice copiato e alle coalizioni validator-searcher. Dimostra inoltre la fattibilità del budget (pagamenti totali + burn $\leq$ valore totale).

C. Calibrazione Empirica

Gli autori calibrano il loro modello utilizzando dati di arbitraggio on-chain di Ethereum (577.264 transazioni).

• Classificano i searcher in tre profili di strategia: Orientati al Margine (alto profitto per tx), Orientati al Volume (alto numero di tx) e Misti.
• Estraggono distribuzioni log-normali troncate per i costi di esecuzione e le probabilità di partecipazione per i tier "Elite", "Middle" e "Tail" all'interno di ogni strategia.
• Queste distribuzioni empiriche vengono utilizzate per simulare e confrontare la FPA e la SCA in condizioni realistiche.

4. Risultati

Benchmark Teorici

• Centralizzazione FPA: In scenari con popolazioni di searcher asimmetriche (ad es., una piccola classe d'élite con alta copertura/qualità), la FPA porta a una concentrazione estrema. Nello scenario "Single Elite Searcher", $N_{eff}$ scende a $\approx 1.04$ e $J_{Sh}$ a $0.075$, indicando una quasi totale monopolizzazione dei premi.
• Decentralizzazione SCA: La SCA con filtro d'ingresso migliora significativamente la decentralizzazione. Nello stesso scenario "Single Elite", la SCA mantiene un $N_{eff}$ di $\approx 3.78$ e un $J_{Sh}$ di $0.726$. Distribuisce con successo i premi a un set più ampio di searcher basandosi sui loro contributi marginali.
• Trade-off: Esiste un compromesso tra sicurezza e copertura. Soglie di ingresso più basse ($\theta$) ammettono più searcher (migliorando la decentralizzazione) ma richiedono tassi di burn più elevati ($\kappa_S$) per mantenere la resistenza Sybil.

Risultati Empirici

• Opportunità Concentrate (C1 - Orientati al Margine): Nelle classi di opportunità in cui la competizione è naturalmente concentrata (pochi contratti d'élite dominano), la FPA performa male ($J_{Sh} = 0.175$). La SCA migliora drasticamente la fairness ($J_{Sh} = 0.983$) e aumenta il numero effettivo di searcher premiati.
• Opportunità Diffuse (C2 - Orientati al Volume): In mercati altamente competitivi e guidati dal volume, la FPA è già relativamente decentralizzata ($J_{Sh} = 0.997$). La SCA offre miglioramenti marginali nella fairness ma assicura che la distribuzione dei premi rimanga ampia anche sotto vincoli rigorosi di resistenza Sybil.
• Validazione della Sicurezza: In tutti gli scenari calibrati, la deviazione vincente per la sicurezza è un attacco a copia esatta a due copie al confine di ammissione. I parametri proposti scoraggiano con successo questa deviazione.

5. Significato e Rivendicazioni

L'articolo sostiene che la decentralizzazione nei mercati MEV è fondamentalmente un problema di design dei meccanismi, non solo una questione di infrastruttura o accesso all'ordine-flow.

• Limite del Design Corrente: Gli autori dimostrano che la standard asta a prezzo fisso e vincitore unico, pur essendo sicura contro gli attacchi Sybil, è economicamente centralizzante sotto l'effetto dell'eterogeneità reale. Premia il "rango" piuttosto che il "contributo", permettendo agli attori dominanti di catturare la stragrande maggioranza del MEV.
• Fattibilità di Alternative: L'articolo sostiene che è possibile progettare un meccanismo che raggiunga simultaneamente:
  1. Fairness Corretta per il Contributo: Premi proporzionali ai valori di Shapley.
  2. Decentralizzazione dei Premi: Una distribuzione più ampia dei premi tra i searcher.
  3. Sicurezza Permissionless: Robustezza contro attacchi Sybil e coalizioni di validator senza richiedere terze parti fidate.
• Il Ruolo del Burning: L'introduzione del burning (scartare il surplus) è presentata come un trade-off necessario per allineare gli incentivi. Bruciando una parte del surplus, il meccanismo rimuove il profitto derivante dalla frammentazione dell'identità, consentendo una distribuzione più equa senza compromettere la sicurezza.

Gli autori concludono che la Entry-Filtered Shapley-Capped Auction offre una via percorribile verso mercati MEV più decentralizzati, in particolare per le classi di opportunità in cui i meccanismi attuali portano a una concentrazione monopolistica dei premi. Enfatizzano che i parametri del meccanismo (soglie, cap, tassi di burn) devono essere attentamente calibrati per bilanciare il trade-off tra ampia partecipazione e sicurezza contro le deviazioni strategiche.