How Much Screening Buys a Second? Speed, Selection, and the Maker's Spread
Dit artikel stelt een break-even conditie vast die de screeningssnelheid van een liquiditeitsverschaffer en de herprijsingssnelheid koppelt, waarbij door middel van een empirische analyse van USDC-WETH-pools wordt aangetoond dat niet-Gaussische prijsinnovaties en trendende markten een aanzienlijk hogere screening van geïnformeerde stromen vereisen om de kosten van tragere quote-updates te compenseren in vergelijking met Gaussische modellen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de onzichtbare markten waar digitale activa worden verhandeld, fungeren liquiditeitsverschaffers als de vaste handen die de prijzen soepel laten bewegen. Zij staan klaar om op elk moment te kopen en verkopen, waarbij ze een tweezijdige prijs aanbieden aan iedereen die wil handelen. In ruil voor deze dienst rekenen zij een kleine vergoeding die is ingebouwd in het prijsverschil tussen kopen en verkopen, bekend als de spread. Deze spread is hun verzekering; het moet breed genoeg zijn om de verliezen te dekken die zij lijden wanneer zij handelen met iemand die meer weet dan zij. Als een handelaar weet dat de prijs op het punt staat te stijgen, zal hij tegen de leverancier handelen voordat de leverancier zijn prijs kan bijwerken, waardoor hij het verschil in zakken. De leverancier vertrouwt vervolgens op de vergoedingen die worden geïnd bij minder geïnformeerde handelaren om die verliezen terug te betalen. Dit evenwicht is de kern van hoe deze markten functioneren, maar het wordt fragiel wanneer de snelheid van informatie verandert.
De uitdaging intensiveert in de wereld van automated market makers, computerprogramma's die prijzen bepalen op basis van de hoeveelheid geld die in een pool zit. In tegen tegenstelling tot menselijke handelaren of traditionele beurzen die hun prijzen direct kunnen bijwerken, verversen deze programma's hun prijzen vaak pas wanneer er een nieuwe transactie plaatsvindt. Op het Ethereum-netwerk wordt bijvoorbeeld ongeveer elke twaalf seconden een nieuwe blok met transacties aangemaakt. Als de prijs van een activum tijdens die twaalf seconden op een snellere, gecentraliseerde beurs verandert, wordt de geautomatiseerde pool achtergelaten met een verouderde prijs. Een handelaar die de snellere beurs volgt, kan de nieuwe prijs zien, wachten tot de geautomatiseerde pool nog steeds de oude prijs hanteert, en vervolgens een transactie uitvoeren die een gegarandeerde winst oplevert ten koste van de pool. De pool betaalt in feite voor een prijs die de rest van de wereld al heeft achtergelaten.
Onderzoekers Aleksei Adadurov en zijn collega's wilden precies meten hoeveel deze vertraging kost en een manier vinden om de afweging tussen snelheid en voorzichtigheid te kwantificeren. Ze stelden een fundamentele vraag: als een market maker zijn prijs niet zo snel kan bijwerken als de concurrentie, hoe beter moet hij dan zijn in het herkennen en afwijzen van transacties van geïnformeerde tegenstanders om te overleven? Het team bouwde een model om de exacte snelheid te berekenen waarmee een tragere leverancier geïnformeerde handelaren moet filteren om quitte te spelen met een snellere, ongefilterde leverancier. Hun werk onthult dat de vorm van prijsbewegingen belangrijker is dan alleen de gemiddelde omvang ervan. Ze ontdekten dat prijsveranderingen niet vloeiend en voorspelbaar zijn zoals een klokvormige curve; in plaats daarvan zijn ze vaak langdurig stil en springen ze dan plotseling omhoog. Deze grillige realiteit betekent dat simpelweg sneller zijn niet de enige oplossing is, en dat de kosten van traag zijn hoger zijn dan traditionele modellen suggereren.
Om hun theorie te testen, onderzochten de onderzoekers vier grote pools die een digitale dollar tegen Ethereum verhandelden, waarbij ze hun prestaties vergeleken met een snelle, gecentraliseerde beurs gedurende drie maanden in 2026. Ze ontdekten dat de prijs van Ethereum niet elke seconde beweegt. Sterker nog, 73,4 procent van de per-seconde subslots vertoont geen verandering in de middenprijs. Wanneer de prijs wel beweegt, springt deze vaak aanzienlijk, wat een distributie creëert die veel extremer is dan standaard financiële modellen voorspellen. Omdat de prijs zo vaak stilstaat, stapelt het risico op een plotselinge, grote sprong zich snel op over tijd. Toen de onderzoekers een updatecyclus van twaalf seconden vergeleken met een cyclus van één seconde, ontdekten ze dat het verkorten van de wachttijd van twaalf seconden naar één seconde 84,5 procent van de verwachte prijsschok elimineerde. Dit betekent dat een leverancier die vastzit met een vertraging van twaalf seconden een enorm nadeel ondervindt.
De studie berekende dat om de prestaties te evenaren van een leverancier die elke seconde bijwerkt, een leverancier die elke twaalf seconden bijwerkt, ten minste 84,5 procent van de geïnformeerde handelaren moet wegfilteren die hun verouderde prijzen proberen uit te buiten in de low-toxicity limit. Dit is een zeer hoge drempel. Traditionele modellen, die ervan uitgaan dat prijsveranderingen een vloeiende, klokvormige curve volgen, zouden suggereren dat een screeningspercentage van slechts 71,1 procent voldoende is. De onderzoekers toonden aan dat dit standaardmodel gevaarlijk optimistisch is omdat het de realiteit van hoe prijzen daadwerkelijk bewegen mist. De "fat tails" van de echte data — die plotselinge, grote sprongen — betekenen dat de kosten van traag zijn veel steiler zijn dan voorheen gedacht. Als een leverancier niet dat veel geïnformeerde handelaren kan wegfilteren, moet hij een manier vinden om zijn prijzen sneller bij te werken, of hij zal geld verliezen.
De onderzoekers keken ook naar wat er gebeurt wanneer de markt een trend vertoont, zij het gestaag in één richting beweegt. Op die momenten wordt de verouderde pool agressieverer gepakt aan de kant van de trend. Transacties die met de trend meegaan, leveren een aanzienlijk betere effectieve prijs op voor de handelaar dan transacties die tegen de trend in gaan, wat een verschil in de spread van 11,1 basispunten in het voordeel van de trend creëert. Dit bevestigt dat de vertraging in het bijwerken van prijzen niet alleen een theoretisch risico is, maar een reële, meetbare kostenpost die rijkdom verschuift van de pool naar de geïnformeerde handelaar. De studie concludeert dat het vermogen om de instroom te filteren een krachtig verdedigingsmechanisme is, maar het is geen perfect substituut voor snelheid. Wanneer de markt beweegt op een manier die moeilijk te voorspellen is en gevoelig is voor plotselinge sprongen, is de enige manier om het risico van veroudering volledig te neutraliseren het verminderen van de tijd dat de prijs blootgesteld is.
Uiteindelijk biedt dit onderzoek een duidelijke metriek voor de waarde van snelheid in digitale markten. Het laat zien dat een enkele seconde minder vertraging een specifieke hoeveelheid bescherming terugkoopt tegen geïnformeerde handelaren. Voor een market maker is de keuze niet langer alleen hoe snel ze kunnen bijwerken, maar hoe goed ze de transacties kunnen identificeren en afwijzen die hen de meeste schade zullen berokkenen. De bevindingen suggereren dat in een wereld waar prijzen onverwacht kunnen springen, de kosten van wachten hoog zijn, en dat de enige manier om een snellere concurrent te evenaren, het uitzonderlijk goed zijn in het filteren van de handelaren die weten dat de prijs op het punt staat te veranderen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.