廣場
最新
熱門
新聞
我的主頁
發布
GateUser-c5543907
2026-01-05 21:02:25
關注
在高波動性期間，應該如何處理流動性？
Ferra 給出了答案：不同的做市模型解決不同的問題，並且有其局限性。這可以從三個方面來理解：定價形成、滑點特性和 LP 的風險結構：
- DAMM (傳統 AMM，x·y = k)
這是最經典的做市模型，價格持續變動，每筆交易都會推動價格曲線。優點是結構簡單，不需要積極管理，適合被動 LP。缺點則很明顯：資金在整個價格範圍內平均分佈，大額交易滑點高，資本效率最低，且對於高波動性資產的 LP 不太友好。
- CLMM (集中式 AMM 與流動性)
CLMM 提升了資本效率，允許 LP 選擇價格範圍。流動性僅在特定範圍內有效，交易手續費更集中。然而，範圍內的價格仍然持續變動，滑點依然存在；若價格超出範圍，LP 變成單邊資產，需頻繁管理和再平衡，且操作技巧要求較高。
- DLMM (動態做市商與流動性)
DLMM 是 Ferra 的一個關鍵差異點。它不使用連續的曲線，而將價格分割成離散的區間。在一個區間內，價格是固定的，且在流動性充足時，交易可以實現零滑點；只有當交易耗盡整個區間，價格才會轉移到下一個水平。結合自動提升的動態利率，在高波動期自動調整，有助於對沖套利風險。對於 LP，DLMM 提供更可控的執行結果，更清晰的風險結構，支持單邊做市以及多種流動性分配方式，特別適合高波動性資產和新代幣。
//
關鍵比較
DAMM 提供任何交易的可能性，但效率最低；CLMM 將資金集中在高效範圍內，但管理成本較高；DLMM 則能在高波動市場中實現更可預測的定價和更合理的 LP 收益結構。
//
從設計角度來看，DLMM 不僅僅是 DAMM 或 CLMM 的升級，而是對高頻和高波動性條件下定價形成的重新思考。正因如此，Ferra 選擇了 DLMM 作為其流動性模型的基礎，而不僅僅是作為一個選擇功能。
#KaitoYap
@KaitoAI
#Yap
@ferra_protocol
查看原文
币世王
2026-01-05 03:48:17
高波動時代，流動性該怎麼做？
Ferra 給出了答案：不同做市模型各自解決什麼問題，以及它們各自的邊界在哪裡。可以從價格形成方式、滑點特徵、LP 風險結構三個維度來理解：
- DAMM（傳統 AMM，x·y = k）
這是最經典的做市模型，價格連續變化、任何一筆交易都會推動價格曲線移動。優點是結構簡單，無需主動管理、適合被動 LP。缺點也很明顯：資金在整個價格區間被平均攤薄，大額交易滑點高，資本效率最低，在波動資產上對 LP 並不友好。
- CLMM（集中流動性 AMM）
CLMM 通過允許 LP 選擇價格區間，提高了資本效率。流動性只在指定區間內生效，手續費收益更集中。但價格在區間內仍是連續變化的，滑點依然存在；一旦價格跑出區間，LP 就會變成單邊資產，需要頻繁管理和再平衡，對操作能力要求較高。
- DLMM（Dynamic Liquidity Market Maker）
DLMM 是 Ferra 的核心差異。它不使用連續曲線，而是把價格拆成一個個離散的 bin。在單個 bin 內，價格是固定的，只要流動性足夠，交易可以做到零滑點；只有當交易吃完一個 bin，才會跳到下一個價格層級。再配合動態費率，在高波動時期自動提高費用，用機制對沖套利風險。對 LP 來說，DLMM 提供了更可控的執行結果、更清晰的風險暴露、同時支持單邊做市和不同形態的流動性分布、特別適合高波動資產和新幣階段。
//
核心差別總結
DAMM 解決的是任何時候都能成交，但效率最低；CLMM 解決的是把資金集中在有效區間，但管理成本高；DLMM 解決的是在波動市場中，實現更確定的價格執行和更合理的 LP 回報結構。
//
從設計取向上看，DLMM 並不是 DAMM 或 CLMM 的簡單升級、而是針對高頻交易、高波動環境重新定義了價格形成方式。這也是為什麼 Ferra 會把 DLMM 作為底層流動性模型，而不是把它當成一個可選功能。
#KaitoYap @KaitoAI #Yap @ferra_protocol
此頁面可能包含第三方內容，僅供參考（非陳述或保證），不應被視為 Gate 認可其觀點表述，也不得被視為財務或專業建議。詳見
聲明
。
打賞
按讚
留言
轉發
分享
留言
請輸入留言內容
請輸入留言內容
留言
暫無留言
熱門話題
查看更多
#
Gate金手指
5.79萬 熱度
#
加密市場普遍上漲
2.23萬 熱度
#
鮑威爾鴿派發言重燃降息預期
281.28萬 熱度
#
川普釋放停戰訊號
40.14萬 熱度
#
BTC能否守住6.5萬美元？
10142.37萬 熱度
熱門 Gate Fun
查看更多
Gate Fun
KOL
最新發幣
即將上市
成功上市
1
BBLB
比比拉布
市值:
$2237.93
持有人數:
1
0.00%
2
CS
测试
市值:
$2227.58
持有人數:
1
0.00%
3
kol
起飞
市值:
$2227.58
持有人數:
1
0.00%
4
koki
koki
市值:
$2224.13
持有人數:
1
0.00%
5
TOKEN
Token
市值:
$2318.07
持有人數:
2
0.44%
置頂
🤔 此時此刻，全世界只有你還沒抽獎了？
別盯著盤面看啦，來 #Gate广场 抽個金條壓壓驚！
第 17 期成長值抽獎進行中，尤其是新朋友，中獎率 100%，真的不打算來“白嫖”一下嗎？
🎁 錦鯉清單： 10g 純金金條、紅牛賽車周邊、大額體驗券...
🚀 极速上車： 廣場發帖/點贊攢夠 300 積分即可開抽！
👇 戳這裡，測測今天的歐氣：https://www.gate.com/activities/pointprize?now_period=17
#BTC #ETH #GT
網站地圖
在高波動性期間，應該如何處理流動性？
Ferra 給出了答案：不同的做市模型解決不同的問題，並且有其局限性。這可以從三個方面來理解：定價形成、滑點特性和 LP 的風險結構：
- DAMM (傳統 AMM，x·y = k)
這是最經典的做市模型，價格持續變動，每筆交易都會推動價格曲線。優點是結構簡單，不需要積極管理，適合被動 LP。缺點則很明顯：資金在整個價格範圍內平均分佈，大額交易滑點高，資本效率最低，且對於高波動性資產的 LP 不太友好。
- CLMM (集中式 AMM 與流動性)
CLMM 提升了資本效率，允許 LP 選擇價格範圍。流動性僅在特定範圍內有效，交易手續費更集中。然而，範圍內的價格仍然持續變動，滑點依然存在；若價格超出範圍，LP 變成單邊資產，需頻繁管理和再平衡，且操作技巧要求較高。
- DLMM (動態做市商與流動性)
DLMM 是 Ferra 的一個關鍵差異點。它不使用連續的曲線，而將價格分割成離散的區間。在一個區間內，價格是固定的，且在流動性充足時，交易可以實現零滑點；只有當交易耗盡整個區間，價格才會轉移到下一個水平。結合自動提升的動態利率，在高波動期自動調整，有助於對沖套利風險。對於 LP，DLMM 提供更可控的執行結果，更清晰的風險結構，支持單邊做市以及多種流動性分配方式，特別適合高波動性資產和新代幣。
//
關鍵比較
DAMM 提供任何交易的可能性，但效率最低；CLMM 將資金集中在高效範圍內，但管理成本較高；DLMM 則能在高波動市場中實現更可預測的定價和更合理的 LP 收益結構。
//
從設計角度來看，DLMM 不僅僅是 DAMM 或 CLMM 的升級，而是對高頻和高波動性條件下定價形成的重新思考。正因如此，Ferra 選擇了 DLMM 作為其流動性模型的基礎，而不僅僅是作為一個選擇功能。
#KaitoYap @KaitoAI #Yap @ferra_protocol
Ferra 給出了答案：不同做市模型各自解決什麼問題，以及它們各自的邊界在哪裡。可以從價格形成方式、滑點特徵、LP 風險結構三個維度來理解：
- DAMM（傳統 AMM，x·y = k）
這是最經典的做市模型，價格連續變化、任何一筆交易都會推動價格曲線移動。優點是結構簡單，無需主動管理、適合被動 LP。缺點也很明顯：資金在整個價格區間被平均攤薄，大額交易滑點高，資本效率最低，在波動資產上對 LP 並不友好。
- CLMM（集中流動性 AMM）
CLMM 通過允許 LP 選擇價格區間，提高了資本效率。流動性只在指定區間內生效，手續費收益更集中。但價格在區間內仍是連續變化的，滑點依然存在；一旦價格跑出區間，LP 就會變成單邊資產，需要頻繁管理和再平衡，對操作能力要求較高。
- DLMM（Dynamic Liquidity Market Maker）
DLMM 是 Ferra 的核心差異。它不使用連續曲線，而是把價格拆成一個個離散的 bin。在單個 bin 內，價格是固定的，只要流動性足夠，交易可以做到零滑點；只有當交易吃完一個 bin，才會跳到下一個價格層級。再配合動態費率，在高波動時期自動提高費用，用機制對沖套利風險。對 LP 來說，DLMM 提供了更可控的執行結果、更清晰的風險暴露、同時支持單邊做市和不同形態的流動性分布、特別適合高波動資產和新幣階段。
//
核心差別總結
DAMM 解決的是任何時候都能成交，但效率最低；CLMM 解決的是把資金集中在有效區間，但管理成本高；DLMM 解決的是在波動市場中，實現更確定的價格執行和更合理的 LP 回報結構。
//
從設計取向上看，DLMM 並不是 DAMM 或 CLMM 的簡單升級、而是針對高頻交易、高波動環境重新定義了價格形成方式。這也是為什麼 Ferra 會把 DLMM 作為底層流動性模型，而不是把它當成一個可選功能。
#KaitoYap @KaitoAI #Yap @ferra_protocol