⚡ electrical engineering

Arbitrage and the Stability of AMM Price Tracking

本論文は、価格ギャップを裁定取引によって修正される確率的誤差としてモデル化し、特定の執行条件の下で幾何学的エルゴード性を証明するとともに、追跡の質を流動性、手数料、およびブロックチェーンのメカニズムと結びつける定量的枠組みを提供することにより、自動市場メーカー（AMM）の価格追跡のブロックスケール安定性を確立する。

原著者： Peihao Li, Nadia Dahmani, Wenqi Cai

公開日 2026-05-08

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Peihao Li, Nadia Dahmani, Wenqi Cai

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

分散型金融（DeFi）取引所と呼ばれる賑わうデジタル市場を想像してください。従来の株式市場で買い手と売り手がボードに価格を叫ぶ（「指値注文簿」）のとは異なり、この市場は**自動市場メーカー（AMM）**と呼ばれるロボットトレーダーを使用します。

このロボットは注文リストを持っていません。あるのは巨大な資金プール（流動性）だけです。ロボットは、プールに現在どのくらいの量の各資産が置かれているかによって、その資産の価格を計算します。

問題：ロボットが同期を失う

ここが落とし穴です。ロボットの価格は、プールの内容にしか依存しません。「現実世界」の価格（例えばイーサリアムなど）がニュースによって突然跳ね上がっても、ロボットのプールはまだ価格が低いと考えている可能性があります。これにより、ロボットが提示する価格と、その資産が実際に持つ価値との間にギャップ（または「追跡誤差」）が生じます。

このギャップが大きくなりすぎると、ロボットは無料でお金を与えていることになります。

英雄：アービトラージャー

アービトラージャーが登場します。彼らはこれらの価格ギャップを察知する高速配送ドライバーの艦隊だと考えてください。

ロボットがトークンを安値で提示している場合、ドライバーはロボットから購入し、他所で売却して利益を得ます。
ロボットが高値で提示している場合、ドライバーは他所で購入し、ロボットに売却します。

これらのドライバーが取引を行うたびに、ロボットの価格を「現実」の価格へと押し戻します。理論上、これによりロボットは公正に保たれます。

捻り：交通渋滞（ブロックチェーンの現実）

現実世界では、これらのドライバーは瞬時に動作しません。彼らはブロック（1 日に一度配達されるメールのバッチのようなもの）単位で動作します。

遅延: 価格が遠くまで乖離しても、ドライバーがそれを修正できるのは、次の「ブロック」の取引が処理されたときだけです。
渋滞: 時には道路が混雑し（高い手数料）、時にはドライバーが渋滞に巻き込まれ（取引の遅延）、時には配送が完全に失敗します（取引のロールバック）。
デッドゾーン: 価格ギャップが小さすぎる場合、ドライバーの時間やガス代を費やして修正する価値がありません。彼らは小さな誤差を無視します。これにより、ロボットがわずかに間違えてもよいとする「デッドゾーン」が生まれます。

この論文がすること

著者たちは大きな問いを投げかけました：「このシステムは安定しているのか、それともロボットは最終的に狂って現実を見失うのか？」

彼らは、渋滞や遅延にもかかわらず、システムが安定していることを証明する数学モデルを構築しました。ただし、特定の条件が満たされていることが前提です。

「ゴムバンド」の比喩

価格ギャップをゴムバンドだと想像してください。

伸び: 外部世界がゴムバンドを引っ張ります（価格が乖離する）。
跳ね返り: アービトラージャーがバンドを引っ張って元に戻す手となります。
証明: この論文は、バンドがどれだけ伸びても、手が切れる前にそれを引っ張り戻すのに十分な強さを持っていることを証明しています。彼らは「ギャップ」が揺れ動くことはあっても、無限に大きくなることはないことを証明しました。それは安全で予測可能な範囲内に留まります。

簡単な言葉での主要な発見

「取引なし」ゾーン: この論文は、修正する価値がある価格ギャップがどの程度大きくなければならないかを正確に計算します。ギャップがこの「デッドゾーン」より小さい場合、ドライバーは手を貸さず、ロボットはわずかにズレたままになります。これは正常で予期されることです。
「大きなギャップ」のルール: ギャップが巨大化した場合（デッドゾーンの外側）、論文はドライバーがほぼ確実に介入し、次のブロックでその大部分を修正することを証明しています。
流動性は筋肉: システムの「筋肉」は流動性（プールにある資金の量）です。
- 深いプール: プールが深ければ、ドライバーが価格を戻すのは容易です。ロボットは非常に正確に保たれます。
- 浅いプール: プールが浅ければ、価格を動かすには多大な努力が必要です。ロボットはより揺らぐ可能性があります。
手数料は摩擦: 高い手数料や固定費は、ドライバーの足に重いブーツを履かせたようなものです。価格の修正を困難にし、ロボットが間違えてもよいとする「デッドゾーン」を広げます。

シミュレーション（「もしも」のゲーム）

著者たちは単に数学を行ったわけではありません。イーサリアムブロックチェーンからの実際のデータを分析しました。彼らはドライバー（アービトラージャー）の実際の行動と、実際の交通状況（手数料と遅延）を取り込み、シミュレーションを実行しました。

結果: 「強力な」システム（流動性豊富、手数料低）をシミュレートしたところ、ロボットは現実の価格に非常に近い位置に留まりました。
結果: 「弱い」システム（流動性不足、手数料高）をシミュレートしたところ、ロボットはより遠くへ彷徨い、軌道修正に戻るのに時間がかかりました。

結論

この論文は、「アービトラージが価格を公正に保つ」という単純な経済的アイデアを、厳密な数学的保証へと変換しました。プールに十分な資金があり、取引コストが高すぎない限り、自動市場メーカーが混沌へと漂流することはないことを証明しています。それは揺れ動き、小さな誤差を持つかもしれませんが、常に現実に戻ってきます。

それは、波（市場の変動）が軌道から押しやろうとしても、良い舵と強力な乗組員を持つ船が常にコースに戻ることを証明するようなものです。

技術的サマリー：アービトラージと AMM 価格追跡の安定性

問題定義
自動市場 maker（AMM）は、受注簿ではなくプール状態に基づいて価格を決定する。支配的な経済的直観では、アービトレージャーが AMM 価格と外部基準価格との乖離を修正すると考えられているが、既存の文献には、このメカニズムがブロック規模において安定性を保証するという厳密な証明が欠けている。ブロックチェーン上では、価格修正は連続的ではなく、トランザクションの順序付け、遅延、手数料、および潜在的な失敗の影響を受ける離散的なものである。さらに、集中流動性プールにおいては、修正の効能は状態に依存する。現在の研究は、連続時間近似、孤立したアービトラージ利益、または特定の執行リスク（MEV、フロンランニング）のいずれかに焦点を当てており、追跡誤差が安定し続けることを証明する閉ループモデルとしてこれら要因を統合したものはない。

手法
著者は、ブロックレベルで動作する確率的閉ループシステムとして AMM の価格追跡プロセスをモデル化する。

状態定義:
- $P_n$ : ブロック $n$ 前の基準対数価格。
- $\tilde{P}_n$ : ブロック $n$ 後の AMM 対数価格。
- $x_n = P_n - \tilde{P}_{n-1}$ : 実行前の追跡誤差（アービトレージャーが観測するギャップ）。
- $z_n = P_n - \tilde{P}_n$ : 実行後の追跡誤差。
- 動的挙動は $x_{n+1} = z_n + w_{n+1}$ に従い、ここで $w_n$ は外生的な擾乱である。
実行層の削減:
探索者とトランザクション順序付けの複雑なゲームをモデル化する代わりに、著者は実行層を 2 つの主要な量に削減する。
- デッドゾーン上限（ $\bar{\gamma}$ ）: 手数料、スリッページ、固定コストに起因する「取引なし」半径の最大値を表す測定可能な上限。
- 実現された修正（ $C_n$ ）: ブロックによって提供される誤差絶対値の総成功削減量。
- 逐次実行ルールは、ブロック内のどのトランザクションが成功するかを、残存誤差がそのトランザクション固有の実行可能残差帯域を超えているかどうかに基づいて決定する。
理論的枠組み:
- 仮定: このモデルは、ブロック環境に対する時間同質的な確率カーネルと、「大誤差修正条件」を仮定する。この条件は、ギャップが十分に大きい場合、ブロックが過剰ギャップの少なくとも一定割合（ $\lambda^*$ ）を除去する非ゼロ確率（ $p^*$ ）が存在するとする。
- 命題 1: 定数積 AMM における「取引なし帯域」と最適アービトラージ規模の明示的な計算を提供し、手数料と固定コストが利益ある修正のための定量的閾値をどのように作成するかを実証する。
- 命題 2: 実行後の誤差は、デッドゾーンで上限が設定された、実行前誤差から実現された修正を減じた値によって制限されることを確立する。
安定性分析:
著者は、追跡誤差のマルコフ連鎖を分析するためにフォスター・リャプノフ理論を採用する。彼らはリャプノフ関数 $V(x) = e^{\alpha|x|}$ を構成し、大誤差修正条件の下で、系がコンパクト集合の外側で負のドリフトを示すことを証明する。

主要な結果

定理 1（幾何学的エルゴード性）: 述べられた仮定の下で、追跡誤差過程 $\{x_n\}$ は、幾何学的速度で一意の不変確率測度 $\pi_x$ に収束する正のハリス再帰マルコフ連鎖である。これは、大きな乖離が信頼性の高いアービトラージ修正をトリガーする限り、AMM 価格追跡が長期的に安定していることを証明する。
明示的な境界: 本論文は、追跡の質を流動性と実行の質に結びつける明示的な 1 ステップ境界を導出する。具体的には、収束速度は修正割合（ $\lambda^*$ ）と配信確率（ $p^*$ ）の積に依存する。
実証較正: イーサリアムメインネットデータ（ブロック 16800007–16803511）を用いて、著者は定理のパラメータに対する実証的代理変数を構築する。
- デッドゾーン代理変数（ $\bar{\gamma}$ ）: $\approx 3.82 \times 10^{-4}$ 。
- 大誤差修正シェア（ $\hat{\lambda}^*$ ）: 0.50。
- 配信確率（ $\hat{p}^*$ ）: 72.9%。
- データは、小さなギャップよりも大きなギャップの方が、より頻繁かつ深く修正されることを確認している。
シミュレーション検証: これらの実証パラメータに基づいて駆動された削減シミュレーションは、ショック後に系が迅速に運用チューブへ戻すことを示す。比較静学は、修正シェアまたは配信確率の増加が追跡を強化し、より高い固定コストまたは低い流動性が追跡誤差を広げることを示している。

意義と主張
本論文の主な貢献は、「アービトラージが AMM 価格を整合させる」という基本的な経済的直観を、扱いやすい較正インターフェースを備えた定量的安定性ステートメントへと変換することである。

理論的ギャップの埋め合わせ: これは、AMM の動的挙動、アービトラージインセンティブ、および実行制約（手数料、順序付け、失敗）を結合して安定性を証明する、初のブロック規模の確率的閉ループモデルを提供する。
実用的有用性: 著者は定理自体の鋭い実証的検証を主張するものではない。その代わり、定理が要求する量（デッドゾーン、修正確率）がオンチェーンで観測可能であり、これらの観測量に基づいて駆動されるシミュレーションが理論的予測と一貫して動作することを示す。
メカニズムの洞察: 定数積の例を通じて、本論文は手数料、固定実行コスト、準備高が経済的な「取引なし帯域」と最適修正取引規模をどのように決定するかを明示的にマッピングし、流動性と摩擦が価格安定性にどのように影響するかを解釈するための明確なインターフェースを提供する。

要約すると、この研究は、アービトラージインセンティブが十分に強く、確率的に十分な大きさの乖離が各ブロックで部分的に修正されることを保証する場合、ブロック規模の AMM 価格追跡は幾何学的にエルゴード的であることを確立する。この安定性は、流動性の深さ、実行コスト、および修正メカニズムの信頼性の間の相互作用に依存している。