📈 经济学

Paying for speed, hedging the wait: Execution risk and optimal priority fees in arbitrage between centralised and decentralised crypto exchanges

本文开发了一个针对在中心化与去中心化加密货币交易所之间进行套利交易的模型，该模型通过优化优先费用（priority fees）和期货对冲，以缓解由交易延迟引起的执行风险，并通过对真实市场数据的校准证明，这种动态策略显著降低了价格方差，并在盈利能力和风险调整后收益方面优于固定费用规则。

原作者： Kirill Proskurin

发布于 2026-11-02

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Kirill Proskurin

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在数字金融的世界里，资金在两种截然不同的市场之间流动。一方面是中心化交易所，由公司运营，能够即时匹配买家和卖家，类似于传统的股票市场。另一方面是去中心化交易所，交易通过运行在名为区块链的公共账本上的计算机代码自动完成。这两个市场通常会通过套利过程（即交易者在一个地方低买并在另一个地方高卖）来保持价格同步。然而，当这些交易者试图在这两者之间转移资金时，会出现一个特定的问题。虽然在中心化一侧的销售是即时发生的，但在去中心化一侧的购买必须在被称为“内存池”（mempool）的公共队列中等待，直到计算机矿工决定将其包含在新的数据块中。这种等待是随机的，可能持续数秒到数分钟不等。在此期间，价格可能会发生波动，使原本保证的利润变成亏损。为了避免这种情况，交易者可以支付特殊的费用以“插队”，但支付过多会侵蚀利润，而支付过少则面临价格向不利方向变动的风险。对于在这些数字市场中航行的交易者来说，如何决定为速度支付多少费用，以及究竟是应该为速度付费还是通过对冲来保护自己，长期以来一直是一个谜题。

一位名叫基里尔·普罗斯库林（Kirill Proskurin）的研究员着手解决了这个谜题，他将这个问题视为速度与安全之间的平衡行为。他建立了一个数学模型，旨在为观察到中心化交易所与去中心化交易所之间存在价差的交易者制定最佳策略。该模型考虑了交易者可用的两种主要工具：优先费（即为了加速区块链交易而支付的费用）和对冲（即在中心化交易所进行的另一笔旨在抵消等待期间价格变动风险的交易）。研究人员想知道这两种选择是如何相互作用的。支付速度是否会改变你应该进行多少对冲？以及何时通过额外付费来换取速度才是真正值得的？

研究揭示了一个清晰且有些令人惊讶的操作顺序。最有效的策略是首先使用对冲来中和绝大部分风险。通过在快速的中心化交易所建立一个反向头寸，交易者可以抵消大约94%的价格波动风险。一旦建立了这种对冲，剩余的风险就会变得非常小。由于对冲处理了大部分危险，对速度付费的需求也随之显著下降。模型显示，支付速度的最佳金额并不复杂地取决于交易规模或当前的市场状况；相反，它主要取决于对冲后剩余的风险量。如果对冲效果好，交易者就应该支付尽可能低的费用。如果对冲效果差或无法实现，那么交易者就应该愿意支付更高的费用来换取速度。

为了测试这些想法，研究人员使用了来自主要平台（包括币安交易所、Uniswap去中心化交易所和以太坊区块链网络）的真实数据。他观察了从平静的市场日到极端拥堵时期（如重大金融机构崩溃或非同质化代币热潮期间）的历史时期。在2026年的平静市场中，数据显示最优策略仅仅是支付最低可能的费用。当时网络非常高效，支付额外的费用并不能带来任何收益，简单的“支付最低费用”规则与复杂的、不断调整的策略一样有效。然而，当网络繁忙时，情况发生了变化。在高度拥堵期间，采用固定低费用的简单规则往往会导致亏损，因为等待时间变得太长，价格波动也太大。在这些繁忙时期，基于交易规模和剩余风险进行调整的优化策略被证明要有效得多。

通过对超过18万笔真实交易进行回测，研究结果显示出明显的差异。当网络拥堵时，优化后的规则比固定费用法赚取的利润更高。具体而言，优化策略平均每笔交易比标准的不调整规则多赚2.59美元。这单笔交易看起来金额不大，但当乘以数千笔交易时，它代表了显著的盈利差异。研究还发现，交易者在区块链上支付的最昂贵费用通常并不是为了应对等待期间的价格变化。相反，那些极高的费用通常是由竞争激烈的专业机器人支付的，它们在争夺同一个机会，这种行为已经超出了普通交易者的简单风险管理范畴。

论文得出结论，对于大多数交易者来说，成功的秘诀不在于疯狂地为速度付费，而是首先用对冲来保障交易。一旦对冲到位，对速度的需求就会减少，交易者通常可以仅支付最低费用。这一见解解释了为什么去中心化交易所的价格能与市场其他部分保持接近：套利者之所以愿意交易，是因为他们有一种管理等待风险的方法。然而，当网络拥堵时，等待的成本上升，支付速度的能力便成为了一项宝贵的工具。研究表明，区块链上的速度成本不仅仅是一项服务费，更是维持数字市场效率的基本成本组成部分。对于交易者、流动性提供者以及任何使用这些平台的人来说，理解这种在对冲与支付速度之间的平衡，是安全且盈利地驾驭数字金融景观的关键。

技术摘要：CEX–DEX 套利中的执行风险与最优优先级费用

问题陈述
中心化交易所（CEX）与去中心化交易所（DEX）之间的套利涉及执行速度方面的根本不对称。虽然 CEX 端的一侧套利交易可以瞬时成交，但 DEX 端的一侧则受限于在公共内存池中等待区块包含时的随机延迟。在这种随机延迟期间，两个场所的资产价格都会发生波动，从而引入了执行风险。在以太坊 EIP-1559 费用市场下，交易者可以通过支付更高的优先级费用来减少这种预期延迟，即通过“购买速度”来降低风险。然而，这产生了一个决策问题：交易者应该为速度支付多少费用，以及应该使用 CEX 期货对等待期间的多少敞口进行对冲？本文研究了优先级费用与对冲规模的联合优化，以最大化风险调整后的收益，并指出现有文献通常将这些决策分开处理，或忽略了 DEX 内存池延迟所固有的特定执行风险。

研究方法
本文将套利者的决策建模为一个具有两个控制变量的随机控制任务：优先级费用 ( $g$ ) 和期货对冲规模 ( $h$ )。

模型结构：
- 延迟建模： 等待时间 ( $\tau$ ) 被建模为一个计数过程的首次跳跃，其强度 $\lambda(g)$ 随优先级费用的增加而增加。本文假设 $\tau$ 服从指数分布，其中平均延迟为 $1/\lambda(g)$ 。
- 价格动态： CEX、DEX 以及对冲期货合约的价格遵循相关的几何布朗运动。
- 利润函数： 单个套利周期的利润包括初始价差，减去滑点成本、Gas 费用以及延迟期间的价格冲击。
- 目标函数： 作者采用了均值-方差目标函数 ( $J = E[\Pi] - \frac{\gamma}{2}Var[\Pi]$ )，其中 $\gamma$ 代表风险厌恶程度。这被证明是针对小风险和短时界的二阶矩近似。
分析方法：
- 静态解： 首先在静态、单周期设定下解决该问题。作者推导出了最优对冲和最优优先级费用的闭式解。
- 动态解： 构建了一个带有受控执行强度的 Hamilton–Jacobi–Bellman (HJB) 方程的动态版本。通过数值求解该动态模型，验证了静态闭式规则是一个有效的阶一近似。
- 假设： 关键假设包括延迟与未来价格增量之间是条件独立的，以及一个简化形式的滑点模型，其中预期滑点与包含强度成反比。
数据与校准：
- 模型使用来自 Binance (CEX)、Uniswap v3 (DEX) 和以太坊区块链（Gas 数据）的公开数据进行校准。
- 研究涵盖了从 2021 年 1 月到 2026 年 5 月的时期，特别关注了 2026 年的“平静”市场，以及九个不同的历史网络拥塞时期（例如：NFT 热潮、Terra 崩盘、FTX 崩盘）。
- 参数（如包含强度对费用的弹性 $\beta$ 和滑点系数）通过对历史数据的回归进行估计。

核心贡献
本文对 DeFi 和执行风险领域的文献做出了三个主要贡献：

联合决策框架： 它将 CEX–DEX 套利形式化为一个统一的风险管理问题，即交易者同时选择优先级费用和对冲规模。它证明了这些决策是分离的：最优对冲取决于资产间的相关性，而最优费用则取决于未对冲部分的风险。
明确的速度定价： 本文提供了一个关于最优优先级费用的显式公式，表明它是交易规模、风险厌世度、波动率以及不可对冲风险份额的函数。通过 HJB 方程，本文证实了该静态公式是动态策略的一个稳健近似。
实证验证： 研究利用真实世界数据对模型进行了校准，并在不同市场机制下进行了测试。它超越了理论均衡模型，为延迟下的执行提供了易于处理的决策规则。

结果

对冲有效性： 最优最小方差对冲消除了大约 93.9% 的等待期间价格方差。至关重要的是，最优对冲比例与优先级费用无关。
最优费用行为：
- 在平静市场（如 2026 年）中，最优费用通常处于下限（包含所需的最低费用）。在这些条件下，优化规则的表现与简单的固定费用规则一致，因为等待成本较低且速度相对便宜。
- 在拥塞市场中，优化规则显著优于固定费用策略。在九个历史时期中，优化规则在八个案例中实现了更高的夏普比率。
定量收益： 在包含 182,562 次链上套利交换的数据集上，优化后的闭式规则比固定费用规则每笔交易多赚取 2.59 美元。
机制依赖性： 优化费用的价值与网络拥塞程度呈正相关。在高度拥塞时期（如 2021 年 12 月），固定费用规则导致了负的夏普比率，而优化规则仍保持正值。

意义与主张
本文声称填补了文献中的空白，即不仅将 CEX–DEX 套利视为一种价格对齐机制，还将其视为涉及公共执行队列的风险管理问题。其意义在于为延迟下的决策提供了一个易于处理的模型，而非仅仅是一个费用市场的均衡模型。

作者谦虚地指出，其结果为套利者提供了实践指导：“先对冲等待风险，仅在剩余风险较大时再为速度付费。” 这意味着对于小规模头寸或在平静的网络中，复杂的费用优化是不必要的；但在大规模头寸或网络压力期间，动态费用调整对于盈利至关重要。论文还强调，区块链上的速度成本是维持链上与链下市场价格对齐成本的基本组成部分，这一成本最终由流动性提供者和用户承担。

研究承认存在局限性，包括假设为价格接受者（忽略了战略性的 MEV 竞争）、使用简化形式的包含模型，以及专注于单一交易对（ETH/USDC）。它并不声称模拟了费用市场的完整均衡或区块构建者的战略行为。

技术摘要：CEX–DEX 套利中的执行风险与最优优先级费用

类似论文